**DC-SAE:加速扩散模型收敛的高压缩语义自编码器** _DC-SAE: Deep Compression Semantic Autoencoder fo
原帖
**DC-SAE:加速扩散模型收敛的高压缩语义自编码器**
_DC-SAE: Deep Compression Semantic Autoencoder for Faster Diffusion Convergence_
> HuggingFace 社区热门论文提出 DC-SAE,一种解耦紧凑语义自编码器,旨在解决高压缩率下重建保真度与生成效率的权衡问题。该模型结合宏观语义编码器与像素级细节编码器,在 ImageNet 512x512 分辨率下实现 32 倍空间压缩,PSNR 达 29.79,gFID 为 3.37,显著优于现有基线并加速扩散模型训练收敛。此外,基于 DC-SAE 的 1.6B 参数 DiT 模型在 1024x1024 文生图任务中取得优异表现。
**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:论文
- **发布时间**:2026-10-01 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2609.39222)