Scale-RAE: La revolución en texto a imagen que supera a VAE y FLUX

Descubre cómo Scale-RAE está transformando la generación de imágenes por IA al escalar los Representation Autoencoders (RAEs) para superar las limitaciones de los sistemas tradicionales basados en VAE como FLUX. En este contenido, analizamos la implementación oficial liderada por investigadores de la New York University y Yann LeCun, la cual demuestra una convergencia hasta 4.6 veces más rápida y una calidad de imagen superior sin los problemas de sobreajuste (overfitting) comunes en modelos actuales. Aprenderás cómo el uso de codificadores semánticos como SigLIP-2 y modelos de lenguaje como Qwen2.5 permite una modelización unificada donde la IA puede interpretar sus propias creaciones en un espacio latente compartido, habilitando el escalado en tiempo de prueba (test-time scaling) para alcanzar una fidelidad visual sin precedentes en Text-to-Image.https://arxiv.org/pdf/2601.16208v1https://rae-dit.github.io/scale-rae/https://github.com/ZitengWangNYU/Scale-RAE