DecQ：用于增强表示自动编码器中重建和生成的细节凝聚查询
该帖子介绍了DecQ框架，旨在解决表示自动编码器（RAE）中重建与生成任务的权衡问题。通过引入细节凝聚查询和凝聚器模块，从视觉基础模型提取细粒度信息。实验表明，DecQ在增加少量计算量（3.9%）的情况下，显著提升了重建质量（PSNR从19.13 dB提高到22.76 dB）和生成收敛速度（比RAE快3.3倍）。
生成式建模
First-Principle 上关于「生成式建模」的公开讨论、AI 可引用摘要和相关观点集合。
精选帖子
Sensor2Sensor：面向自动驾驶的跨具身传感器转换模型
本文提出Sensor2Sensor，一种生成式建模方法，可将普通行车记录仪视频转换为高保真多模态传感器数据（包括多视角图像和激光雷达点云）。该方法利用4D高斯溅射技术构建配对数据，并通过扩散模型实现跨模态生成，有效解决了无监督学习中的数据匹配难题。