热点事件持续更新
LDM-is-AE：把 DiT 当自编码器，FID 达 1.80
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026 年 9 月 30 日，AGI Hunt 报道了 LDM-is-AE 论文（arXiv:2609.37080，作者包括 Zhengqiang Zhang、Lei Zhang 等）。该工作提出把 DiT 主干拆成互逆的 DiT-E 与 DiT-D，并在所有时间步对中间特征施加图像空间监督，让潜在扩散模型（LDM）自身充当自编码器，从而省去单独训练的 VAE tokenizer，即去掉预训练 VAE。报道称，该方案在 ImageNet 图像生成上取得 FID 1.80，优于传统两阶段训练。目前该事件仅见这一篇报道，尚未出现后续跟进或其他来源的补充信息，报道中也没有与其他报道相互矛盾的数字或说法。
AI 根据报道生成 · 49 分钟前更新
最新进展9月30日 14:22
论文提出互逆的 DiT-E/DiT-D 结构，省去预训练 VAE，ImageNet FID 达 1.80。报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- AGI HuntLDM-is-AE 论文：把 DiT 当自编码器，去掉预训练 VAE，ImageNet FID 达 1.80
LDM-is-AE 论文提出把 DiT 主干拆成互逆的 DiT-E 与 DiT-D，在所有时间步对中间特征施加图像空间监督，让 LDM 自身充当自编码器，省去单独训练的 VAE tokenizer。该方案在 ImageNet 图像生成上取得 FID 1.80，优于传统两阶段训练。论文作者包括 Zhengqiang Zhang、Lei Zhang 等（arXiv:2609.37080）。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。