LDLM 让扩散模型参与塑造自身潜空间，论文入选 NeurIPS 2026

Viacheslav Meshcherin 等提出 LDLM，改进文本 latent diffusion 中冻结编码器的常见做法，让扩散模型的梯度反向作用于编码器，参与塑造自身潜空间。相关论文入选 NeurIPS 2026，代码与 checkpoint 已开源，作者将到 NeurIPS Paris 交流 latent diffusion 与模型间 latent 通信。