谢赛宁新作：表征学习有多重要？一个操作刷新SOTA，DiT训练速度暴涨18倍

纽约大学谢赛宁团队提出REPA方法，通过与外部视觉表征对齐，显著提升生成模型的训练效率和生成质量。实验结果显示，REPA可将SiT/DiT的训练速度提升18倍，并在ImageNet 256x256上实现FID=1.42的SOTA性能。该方法具有良好的可扩展性，适用于不同规模的模型和多种视觉表征。
来源：https://mp.weixin.qq.com/s/qE_gIiWlfN_6gPyg9OGBqw