PAE

PAE（Prior-Aligned Autoencoder）是一种面向潜在扩散模型的新型自编码器 tokenizer 框架，旨在主动构建适配扩散过程的高质量潜在流形。其核心通过三项先验对齐正则化——空间结构一致性、局部流形连续性与全局语义可分性——显式优化潜在空间几何特性，而非仅依赖重建保真度。技术上支持与 LightningDiT 等扩散主干无缝集成，在 ImageNet 256×256 上实现 gFID 1.03 的 SOTA 性能，并显著加速训练收敛（最高快 13 倍）。适用于高保真图像生成、高效少步采样及扩散模型 tokenizer 设计等场景。