是什么杀死了$v$预测？像素空间流匹配的分片 PCA 视角

原文：What kills $v$-prediction? A Patch-wise PCA Perspective on Pixel-Space Flow Matching

潜在扩散模型在生成建模中占主导地位，但面临两阶段训练的复杂性和预训练自动编码器固有的重建限制。像素空间流匹配提供了一种简化的端到端替代方案，但在使用标准 $v$ 预测目标时经常遇到训练困难。最近的研究将这一困难归因于噪声的非流形性质

正文由本站服务器抓取保存（已自动过滤广告、推荐位与追踪图片），排版与原站可能不同；版权归原站所有。