深度分析
FLUX.1 VAE 潛在空間的顏色子空間（LCS）解析：免訓練即能精準色彩控制
研究聚焦於FLUX模型的VAE潛在空間，發現顏色可映射至類HSL的三維子空間，並以此實現無需訓練的色彩觀測與干預，證明在多階段生成中可精細控制顏色，對未來圖像生成的可解釋性與商業應用具重要影響。此發現呼應先前跨架構基質研究，顯示高維潛在空間內的結構可供通用干預。
VAE
深度分析
神經碼本通道與變分稽核證書：在 VAE 中檢驗編碼－解碼耦合一致性
變分自編碼器（VAE）常被當作離散碼本使用，但傳統指標如 ELBO、活躍單位與互信息只檢視邊際使用，無法確認解碼器是否以與編碼器相同的碼簽來「讀取」潛在表示。
深度分析
SynerDiff：以內—外層協同在連續批次中解決 UNet 與 VAE 並發瓶頸
AI生成內容服務快速擴張導致擴充時系統吞吐與單件延遲互相矛盾.SynerDiff提出內外層協同策略:在內部以VAE分塊與自適應Skip-CFG削減VAE頻寬競爭與UNet計算負載;在外部以門檻感知排程規劃併發序列並動態回饋調整吞吐門檻.整體實驗在保持影像品質下,達到吞吐提升1.6×且平均與P99延遲大幅下降。
深度分析
MISTY：以潛在空間漂移與 VAE 實現單步高速自駕路徑規劃
隨著自駕路徑規劃需求提高，研究聚焦於降低推論延遲。本文提出MISTY，一個以VAE結構化潛在空間並在潛空間訓練階段實施漂移損失的單步生成器；同時以向量化場景編碼與輕量MLP-Mixer解碼避免注意力二次複雜度。實驗在nuPlan上顯示其在難例測試分數領先且推論速度大幅提升。