RAEv2

RAEv2 是一种改进的表示自编码器（Representation Autoencoder）实现，旨在提升图像重建与生成任务的训练效率与质量。其核心特点包括：10倍加速收敛、无需后训练即可达到SOTA指标（如gFID、FDr6），并支持文本到图像生成、世界模型等多场景。基于PyTorch构建，适配GPU训练，提供统一的数据加载接口（支持Arrow/WDS格式）及预处理数据集。适用于需要高效训练高质量生成模型的研究者与工程师，尤其在资源受限或需快速迭代的视觉表征学习、生成建模任务中具有实用价值。