APEX：面向极限压缩的异步前缀去噪

APEX 是一种面向极限压缩的异步前缀去噪方法，通过将分层潜在空间与按通道组异步去噪相结合，在不增加 token 的前提下缓解了高压缩率下重建与生成的矛盾。在 ImageNet-512 上，APEX 在 64x 和 128x 压缩下于所有评测通道数上均优于现有方法；在相同训练与引导采样算力下，它在各算力预算下都超过 256-token 模型，且算力越低增益越大。代码已开源。