天下苦VAE久矣：阿里高德提出像素空间生成模型训练范式, 彻底告别VAE依赖

EPG提出一种不依赖VAE的图像生成新范式，通过自监督预训练与端到端微调相结合，在ImageNet-256/512上实现了FID低至2.04的高质量生成，仅需75次前向计算，且首次在像素空间完成一致性模型的端到端训练，单步FID达8.82。该方法显著提升训练效率与可扩展性，为生成式AI降低开发门槛，提供面向视频与多模态任务的新基础框架。
来源：https://mp.weixin.qq.com/s/w-nnJMoqdUQW5Kwlw0saVQ