SSVAE-智谱AI开源的频谱结构化变分自编码器

文章来源：智汇AI 发布时间：2025-12-13

SSVAE（Spectral-Structured VAE）是智谱AI推出的优化视频生成的新型变分自编码器。SSVAE通过谱分析发现，视频 VAE 的隐空间若具

暂无访问

SSVAE是什么

SSVAE（Spectral-Structured VAE）是智谱AI推出的优化视频生成的新型变分自编码器。SSVAE通过谱分析发现，视频 VAE 的隐空间若具备时空低频偏置和通道特征值的少模式偏置，能显著加速下游扩散模型的训练。SSVAE 提出局部相关性正则化（LCR）和隐空间掩码重建（LMR）两种轻量级正则化方法，分别用于增强低频能量和促进少模式偏置。实验表明，SSVAE 在相同生成质量下，收敛速度提升3倍，仅用1.3B参数量就超越了4B参数的传统模型，显著提高视频生成效率。