2025 年 10 月，纽约大学谢赛宁团队提出了「表征自编码器（Representation Autoencoder，RAE）」框架，首次系统性地将预训练视觉编码器引入扩散模型的潜在空间。 AI 图像生成通常遵循「能力越强、代价越高」的铁律；与此同时，学界却在悄悄质疑另一个更根本的浪费 ...

变分自编码器（Variational Autoencoder, VAE）结合神经网络的表达能力与变分推断的理论框架，学习数据的低维隐表示。在现代视觉生成系统中，VAE 主要充当编码器-解码器，将高维像素空间压缩至低维潜空间，扩散模型在此潜空间中完成生成。 想象一下，你请一位 ...

多模态大模型的研发范式，正在被彻底重构。 今天，商汤科技联合南洋理工大学发布了最新技术成果：NEO-unify。 这是一套真正实现“原生、统一、端到端”的多模态模型架构，其最核心的突破在于： 彻底砍掉了长期以来行业依赖的视觉编码器（VE）和变分自 ...

说起当前的图像生成技术，扩散模型（Diffusion Models）无疑是绝对的主角。而在扩散模型的江湖里，一直存在着两条路径的“争端”：一条是目前如日中天的潜空间扩散（Latent Diffusion, LDM），另一条则是更直接、但也更难啃的像素扩散（Pixel Diffusion）。 长期以来 ...

长期以来，扩散模型的训练通常依赖由变分自编码器（VAE）构建的低维潜空间表示。然而，VAE 的潜空间表征能力有限，难以有效支撑感知理解等核心视觉任务，同时「VAE + Diffusion」的范式在训练与推理效率上也存在显著瓶颈。 清华大学智能视觉团队和快手可灵 ...

推荐 为解决现有顺式调控元件（CREs）识别方法多基于序列、局限于单一类型且缺乏细胞类型特异性等问题，研究人员开发 CREATE 框架。其整合多组学数据，实现多类 CREs 精准分类，揭示调控密码，为基因调控与疾病研究提供新工具。 论文解读 在基因调控的神秘 ...

AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：[email protected] ...

本项目包括了Feature-based magnetotelluric inversion by variational autoencoder using a subdomain encoding scheme一文中实测算例反演的开源代码。 大地电磁（Magnetotelluric, MT）反演通过地表测量到的电磁场推测地质结构分布，被广泛地应用于油气矿产资源勘探、深部地质调查等领域。

过去虽然没有细看，但印象里一直觉得变分自编码器（Variational Auto-Encoder，VAE）是个好东西。趁着最近看概率图模型的三分钟热度，我决定也争取把 VAE 搞懂。 于是乎照样翻了网上很多资料，无一例外发现都很含糊，主要的感觉是公式写了一大通，还是迷迷糊糊 ...