表征对齐中什么更重要：全局信息还是空间结构？

基于摘要分析。本文研究视觉生成模型中的表征对齐：将预训练视觉编码器的表征蒸馏到扩散模型中间特征时，生成效果主要受目标表征的全局信息还是空间结构影响。作者报告，跨 27 个视觉编码器及不同模型规模的分析显示，相较于全局分类表现，空间结构更能解释目标表征对生成性能的作用，并据此提出 iREPA。 研究以 ImageNet1K Accuracy 衡量全局信息，以 patch token 之间的两两余弦相似度刻画空间结构。iREPA 在 REPA 中将标准 MLP 投影层替换为简单卷积层，并对外部表征引入空间归一化层，旨在增强空间信息的传递。摘要未提供归一化公式、对齐损失或卷积配置，不能据此确定具体实现。 作者报告，这些改动的实现少于 4 行代码，并在多种视觉编码器、模型规模及训练变体中持续改善 REPA 的收敛速度，列举的变体包括 REPA、REPA-E、meanflow 和 JiT。摘要未给出生成质量指标、加速幅度、训练预算及对照细节；空间结构的测量与控制方式、实验协议、消融及统计信息尚未验证。因此，目前可确认的是作者提出了空间结构重要性的经验结论，而非其已被证明具有独立因果作用。 平台推测（待验证）：其可迁移假设是，若 EEG 教师表征具有可靠的通道拓扑或时间邻域结构，强调局部结构的对齐可能比单纯依赖教师分类 Accuracy 更有利于表征迁移。可复用的是教师—学生对齐思路，投影层与归一化轴则需按 EEG 通道布局和时间结构改造；低信噪比、跨被试差异、通道缺失及小数据可能使局部相似性主要反映噪声。可检验的小实验是在固定 EEG 教师、学生和训练预算下，采用相同 Cross-subject 划分，对比 MLP 投影与拓扑感知投影，并单独控制空间归一化，评估下游指标和收敛速度。原论文研究对象仍是视觉生成，上述假设不构成 BCI 有效性证据；已有 EEG 相关工作尚未检索确认。