热点事件持续更新
PixelDense 用密集预测教师替代语义编码器做 REPA
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月2日，AGI Hunt 报道了 PixelDense 这一做法：它不再沿用 REPA 中常用的 DINOv2、CLIP 等语义编码器，而是改用 SAM2、Depth Anything v2 等密集预测模型充当教师，并通过双投影流把语义梯度与几何梯度分开处理。将该方法应用于 PixelGen-XXL 后，GenEval Overall 由 0.7927 提升至 0.8093，达到基线峰值 GenEval 的速度快 1.23 倍。目前该事件仅有这一篇报道，未见其他来源的复现、质疑或后续更新，报道中也没有与早先说法相冲突的数字或时间。
AI 根据报道生成 · 3 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- AGI HuntPixelDense：用密集预测教师替代语义编码器做 REPA，GenEval 提至 0.8093
PixelDense 用 SAM2、Depth Anything v2 等密集预测教师替代 REPA 常用的 DINOv2/CLIP 语义编码器，并以双投影流分离语义与几何梯度。应用于 PixelGen-XXL 后 GenEval Overall 从 0.7927 升至 0.8093，达基线峰值 GenEval 快 1.23 倍。
本事件热度走势
当前热度 9·可比范围峰值 10（10月2日 12:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。