**GenFirst：端到端潜变量生成模型的新范式**

_GenFirst: Generation Before Reconstruction for Stable End-to-End Latent Generative Modeling_

> HuggingFace Daily Papers 社区热门论文。传统潜变量生成模型采用两阶段训练（先训练重建编码器，再在冻结的潜空间训练生成器），但重建优化的潜变量未必适合生成。本文提出 GenFirst 方法，通过「先生成后重建」的策略实现稳定的端到端联合训练，有效避免潜变量坍缩。在 ImageNet-256 上，SiT 模型 gFID 达 0.97（带 CFG）和 1.45（无 CFG）；文本到图像生成任务 GenEval 得分 0.90。该方法还可扩展至统一文本-图像生成等场景。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-09-01 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2608.29335)