该文章介绍了一种名为SODA的自监督扩散模型，用于无监督学习视觉语义。该模型在多个数据集上实现了重建、编辑和合成任务，并揭示了其生成图像的潜在空间的分解性质。该模型具有潜力用于图像生成和学习强大的表示。

该文章介绍了自监督扩散模型SODA，用于表示学习。该模型能够无监督地捕捉视觉语义，并在多个数据集上实现了重建、编辑和合成任务。研究还揭示了该模型生成图像的潜在空间的分解性质，作为控制和操纵模型生成图像的有效接口。该研究揭示了扩散模型在图像生成和表示学习方面的潜力。