APEX：异步前缀去噪实现极端压缩

APEX 提出将分层潜空间与异步去噪调度结合，让单个 token 同时对应多个扩散时间步，先在更简单的空间生成、再补充细节。在匹配训练与推理算力的情况下，其 64-token 模型优于 256-token 基线，用 4 倍更少的 token 反而生成更好的图像。该方法还让极端压缩下的通道缩放变得可行，明显减轻了所测试其他方法出现的生成质量下降。