本文提出了一种高斯屏蔽自编码器（GMAE），旨在克服传统自编码器在空间意识方面的不足。研究表明，GMAE具备多种零样本学习能力，并能保持高语义质量，推动高保真视觉数据建模。

我们提出了条件感知质量的最优框架，成功地在所有比特率下保持高感知质量和语义质量，并解决了关于是否应将随机性纳入生成器中进行（条件）感知质量压缩的争论。