[논문리뷰] SAGE: Salient Factor Discovery and Generation with Visual Foundation Representations본 논문은 대규모 데이터셋에서 타겟 특유의 세부적인 차이를 자동으로 발견하고, 이를 활용해 새로운 이미지를 생성하는 문제를 해결하기 위해 SAGE를 제안합니다.#Review#Contrastive Analysis#Salient Factor Discovery#Representation Autoencoder#Latent Space Factorization#Salient-Conditioned Generation#Visual Foundation Representations2026년 10월 11일댓글 수 로딩 중
[논문리뷰] HiRAE: Hierarchical Representation Autoencoding with Residual Budgets본 논문은 사전 학습된 vision encoder의 풍부한 정보를 활용하면서도, 재구성과 생성 간의 성능 균형을 최적화하는 통합 프레임워크를 제안합니다. 기존 연구들은 최상위 계층의 추상적 의미 정보에만 의존하여 세밀한 세부 묘사가 부족하거나, 특정 계층을 수동으로 선택해야 하는 한계를 가지고 있습니다.#Review#Representation Autoencoder#Hierarchical Fusion#Residual Regularization#Image Generation#Latent Diffusion#DINOv3#Tokenizer2026년 9월 29일댓글 수 로딩 중
[논문리뷰] dRAE: Representation Autoencoder with Hyper-Spherical Codes본 논문은 시각적 이해와 생성을 통합하는 과정에서 발생하는 고차원 표현의 이산화 문제와 기존 Vector Quantization (VQ) 방식의 한계를 해결하고자 합니다.#Review#Representation Autoencoder#Vector Quantization#Hyper-Spherical Quantization#Multimodal Foundation Models#Codebook Collapse#Image Reconstruction#Feature Anisotropy2026년 7월 27일댓글 수 로딩 중
[논문리뷰] Multiplayer Interactive World Models with Representation Autoencoders본 연구는 다수의 에이전트가 상호작용하는 복잡하고 역동적인 환경에서, 실시간으로 작동하며 장기적으로 일관성을 유지하는 Multiplayer Interactive World Model을 구축하는 것을 목표로 합니다.#Review#Multiplayer World Model#Latent Diffusion#Representation Autoencoder#Rocket League#Real-time Simulation#Action-conditioned Dynamics2026년 7월 6일댓글 수 로딩 중
[논문리뷰] IDEAL: In-DEpth ALignment Makes A Discrete Representation AutoEncoder본 논문은 VFM 기반의 RAE가 재구성 품질과 의미 보존 사이에서 겪는 근본적인 병목 현상을 해결하고자 합니다. 기존 연구들은 주로 깊은 계층의 의미론적 정보에만 의존하는데, 이는 디테일한 시각적 속성(색상, 텍스트, 로컬 구조 등)을 소실시키는 결과를 초래합니다.#Review#Representation Autoencoder#Vision Foundation Models#Vector Quantization#Autoregressive Generation#Semantic Preservation#Reconstruction Fidelity2026년 6월 11일댓글 수 로딩 중
[논문리뷰] Efficient Image Synthesis with Sphere Latent Encoder본 연구는 기존 few-step 생성 모델들이 겪는 비효율성과 훈련 불안정성 문제를 해결하고자 합니다.#Review#Few-step Image Generation#Spherical Latent Space#Representation Autoencoder#Denoising Model#Latent Space Sampling2026년 5월 17일댓글 수 로딩 중
[논문리뷰] Scaling Text-to-Image Diffusion Transformers with Representation Autoencoders본 논문은 기존 변형 오토인코더(VAE) 의 저차원 잠재 공간이 대규모 텍스트-이미지(T2I) 생성 모델에서 가질 수 있는 한계를 극복하고자 합니다.#Review#Text-to-Image Generation#Diffusion Models#Representation Autoencoder#Latent Space#Large-Scale Models#Unified Models#Noise Scheduling2026년 1월 22일댓글 수 로딩 중