GaussianDiffusion：在高斯表示空间中学习图像生成过程

基于摘要分析。该研究面向图像生成中像素空间扩散计算开销较高、缺乏显式几何结构的问题，提出 Gaussian-Diffusion：将图像表示为二维高斯集合，并直接在这一表示空间中执行去噪，而非在稠密像素空间生成。 每幅图像编码为 150 个各向异性 Gaussian splats，以位置、协方差和颜色为参数。去噪网络 GaussianTransformer 具有置换等变性，使其能够处理高斯元素构成的集合，而不依赖固定的元素顺序。摘要称该框架不需要辅助自编码器，并保留潜在表示的完整可编辑性；图像到高斯集合的具体编码流程、参数约束、噪声过程和训练目标尚未验证。 作者报告，在 MNIST 和 Sprites 上，生成视觉质量与像素空间 U-Net 基线相当；在所述对比中，采样步数由 1000 降至 200，单步计算量由 11.4 GFLOPs 降至 4 GFLOPs，并在 A100 GPU 上获得总体 22 倍的生成时间加速。摘要未提供视觉质量的具体指标、数据划分、基线配置和计时边界，因此尚不能判断质量与效率权衡的适用范围，也不宜将该加速直接推广至复杂图像或其他硬件。 其主要贡献是探索结构化几何表示与集合去噪网络的结合，而非 EEG/BCI 方法。图像高斯表示与神经信号结构之间尚无材料支持的具体对应关系，因此不提出迁移实验。复现时需核对高斯编码成本是否计入总耗时、生成质量的量化评估，以及高斯数量和置换等变设计的作用；实验协议、消融及统计信息尚未验证。