Bilderzeugung mit einem sphärischen Encoder
Image Generation with a Sphere Encoder
February 16, 2026
papers.authors: Kaiyu Yue, Menglin Jia, Ji Hou, Tom Goldstein
cs.AI
papers.abstract
Wir stellen den Sphere Encoder vor, ein effizientes generatives Framework, das in der Lage ist, Bilder in einem einzigen Vorwärtsdurchgang zu erzeugen und mit vielenstufigen Diffusionsmodellen bei weniger als fünf Schritten zu konkurrieren. Unser Ansatz funktioniert, indem ein Encoder trainiert wird, der natürliche Bilder gleichmäßig auf einen sphärischen Latentraum abbildet, und ein Decoder, der zufällige Latent-Vektoren zurück in den Bildraum abbildet. Das Modell, das ausschließlich durch Bildrekonstruktionsverluste trainiert wird, generiert ein Bild einfach durch das Decodieren eines zufälligen Punktes auf der Sphäre. Unsere Architektur unterstützt auf natürliche Weise die bedingte Generierung, und das mehrmalige Durchlaufen von Encoder und Decoder kann die Bildqualität weiter verbessern. Über mehrere Datensätze hinweg erzielt der Sphere-Encoder-Ansatz eine Leistung, die mit modernsten Diffusionsmodellen konkurrenzfähig ist, jedoch nur mit einem Bruchteil der Inferenzkosten. Die Projektseite ist unter https://sphere-encoder.github.io verfügbar.
English
We introduce the Sphere Encoder, an efficient generative framework capable of producing images in a single forward pass and competing with many-step diffusion models using fewer than five steps. Our approach works by learning an encoder that maps natural images uniformly onto a spherical latent space, and a decoder that maps random latent vectors back to the image space. Trained solely through image reconstruction losses, the model generates an image by simply decoding a random point on the sphere. Our architecture naturally supports conditional generation, and looping the encoder/decoder a few times can further enhance image quality. Across several datasets, the sphere encoder approach yields performance competitive with state of the art diffusions, but with a small fraction of the inference cost. Project page is available at https://sphere-encoder.github.io .