正文：2025年10月，谢赛宁团队发布新研究，提出用RAE（表征自编码器）替代VAE（变分自动编码器）。RAE结合预训练表征编码器（如DINO、SigLIP、MAE）与轻量级解码器，提供高质量重建和语义丰富的潜空间，支持可扩展的变换器架构。相比VAE，RAE解决了过时骨干网络、信息压缩不足及表征能力弱等问题。实验显示，采用RAE的DiT模型在ImageNet上表现强劲，256×256分辨率下FID仅1.51，且收敛速度比基于VAE的方法快16倍。此外，宽DiT设计、噪声调度和噪声解码器等简单调整显著提升了扩散模型性能。研究论文已公开。