本研究展示了神经网络模型中学习到的表示可以在不同预训练网络之间转化，连接编码器和解码器，从而提升多模态分类性能。通过形式化相对空间的可逆性和解码器的尺度不变性，提出了一种新的潜在空间转换方法，并在多种架构和数据集上验证了其高准确性，具有促进模型重用的潜力。