RECON：用表征条件化加速扩散 Transformer 训练，比 SiT 快 63 倍

研究者提出表征条件化方法 RECON，通过在训练时将预训练视觉编码器的 token 送入扩散 Transformer 的后层，并在推理时复用 MLP 投影头作为编码器代理，提升后层语义。该方法不增加参数，收敛速度比 SiT 快 63 倍、比 REPA 快 25 倍。代码已开源。