论文：共享潜在空间不等于表示可直接互换
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载共享潜空间并非直接通用
一篇提交到 arXiv 的论文讨论了运动 VAE 中潜空间共享的问题。作者指出，人们常以为只要不同模式共享了潜空间，各自的表示就能直接互换使用，但共享参数、维度或先验，并不能决定对应实例在潜坐标里如何被表达。论文把这一假设拆成三个不同层面：可恢复的对应关系、直接兼容性，以及解码器复用。研究在 HumanML3D 上构建了一个受控的多模式运动 VAE 进行检验，结果显示，即便输入完全相同，原始 Recall@1 与配对 token 余弦相似度都处在较低水平，而对应关系在经过线性校准后几乎可以完美恢复。这说明共享骨干或先验，并不保证潜坐标之间可以直接兼容。
循环一致性的作用有限
论文进一步考察了循环一致性对潜空间对齐的影响。加入循环一致性后，对应关系的可恢复性得到增强，但直接检索与 token 一致性仍然接近零，也就是说，可恢复并不等于可直接使用。作者还发现，降低所测量的边缘差异，并不意味着模型获得了模式不变性。在解码环节，交叉解码的表现明显差于原生重建，说明即使潜空间在某种意义上是共享的，跨模式解码仍会带来额外损失。这些结果共同指向一个结论：共享的架构或先验，无法自动带来直接兼容的潜坐标。
少量配对片段的效果
研究还测试了配对数据对直接兼容性的影响。在实验设置中，仅使用少量配对片段，原始 Recall@1 就提升到较高水平，token 余弦相似度也达到约 0.82，使得大部分事后对齐步骤变得不再必要。不过，交叉解码依然明显弱于原生重建，说明直接兼容性的改善并未完全消除跨模式解码的差距。作者由此认为，有限的配对对应关系可以在所测试的场景中显著提升直接兼容性，但共享骨干本身并不足以保证潜坐标直接可用。论文提交于 2026 年 10 月 12 日，作者为 Iago Brito、Walcy Rios、Lucas Fernandes、Kaiki de Oliveira 与 Arlindo Galvão Filho，编号为 arXiv:2610.17376。
为什么值得看
厘清了共享骨干、共享先验与潜在坐标可直接互换之间的区别，并给出少量配对数据即可大幅提升直接兼容性的量化证据。
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。