谢赛宁团队的新论文iREPA源于一次推特辩论，研究空间结构对生成性能的影响。结果表明，空间结构对生成质量的影响超过全局语义，iREPA实现简单，仅需3行代码，显著提升性能。

本研究提出了一种基于波网络的Token2Wave令牌表示方法，克服了传统文本表示的局限，能够更好地捕捉文本的全局和局部语义，同时减少视频内存和训练时间。

本文介绍了一种结合全局语义和局部特征的图像修复方法，基于预训练任务和语义先验，提升了多个数据集上的修复效果。同时，提出了内容感知裁剪和视频缩放的新方法，优化了计算效率和图像质量，展示了在图像编辑和重定向方面的进展。