我们应该跳过扩散吗？

基于摘要分析。该研究关注扩散模型中语义表征学习与图像生成所需细节之间的张力，提出 DDT-RFE：移除 Decoupled Diffusion Transformer（DDT）编码器块内 Self-Attention 和 MLP 操作周围的残差连接，并通过多深度特征融合保留去噪所需信息。 DDT 由条件编码器提供特征，引导速度解码器完成去噪。作者认为，覆盖不同噪声水平的去噪要求编码特征同时包含高层抽象结构与低层细节，而残差连接允许浅层特征绕过后续变换，可能限制渐进抽象，或使不同抽象层级难以解耦。DDT-RFE 将输入 patch embedding、中间编码特征和最终编码特征融合为编码器输出，使解码器能够访问不同深度的信息，同时让各编码器块学习更抽象的表征。作者称移除相关残差连接后仍可稳定训练，但摘要未说明稳定训练的具体条件与融合实现。 作者报告，相比 DDT，DDT-RFE 在使用更少编码器块的情况下，在图像分类、语义分割、目标发现和语义对应任务上取得总体改善，并在 ImageNet 图像生成中获得更低 FID。摘要未提供具体数值、各理解任务的数据集、训练预算或评估划分，因此不能判断改善幅度及计算收益；实验协议、消融及统计信息尚未验证。 平台推测（待验证）：若将此机制用于 EEG 表征学习，可检验“逐层抽象与多深度细节保留分工”的假设，但原研究依赖图像 patch 结构及扩散去噪训练，原领域有效不等于 BCI 有效。可复用的是编码器残差路径调整和多深度融合思路，需改造输入嵌入、时空位置表示及去噪目标。低信噪比可能使融合路径传递噪声，跨被试与通道差异可能削弱抽象一致性，小数据条件下也可能出现训练不稳。一个小规模可证伪实验是在固定 EEG 数据划分、训练预算和解码器的条件下，对照残差连接保留或移除、多深度融合启用或关闭，核对跨被试任务表现与训练稳定性。相关 EEG 工作尚未检索确认。