2025年12月，谢赛宁团队发布新论文《iREPA》，探讨视觉编码器表征生成性能的关键驱动因素。研究指出，空间结构而非全局语义信息决定了生成质量，这一结论颠覆了传统认知。论文源于8月的一场推特辩论，谢赛宁与网友讨论自监督学习模型在稠密任务中的表现，最终促成多团队合作完成研究。iREPA框架通过改进投影层和引入空间规范化，强化空间结构信息，仅需3行代码即可显著提升性能。研究覆盖27种视觉编码器及3种模型规模，并发现经典空间特征（如SIFT、HOG）也能媲美现代编码器。致谢部分特别感谢参与讨论的网友，体现了开放学术讨论的价值。