kalomaze：SOTA 扩散模型自编码器过于粗糙，低频信息或训练时已丢失

kalomaze 认为，SOTA 扩散模型的自编码器在将数据编码为瓶颈 latent 时过于粗糙，可能已丢失底层信息，使模型即使学会训练数据表征也难以恢复相关信息。其依据是对 120 个生成视频的观察，这些视频未生成低频的飞机多普勒效应音；低频信息或在实际训练数据表征中就已不可恢复，而不只是模型没有学到。