تواجه نماذج التشتت صعوبات في التوسع فوق دقة التدريب الخاصة بها، إذ أن العينة المباشرة بدقة عالية تكون بطيئة ومرتفعة التكلفة، بينما يؤدي التحسين بعد المعالجة للصورة (ISR) إلى ظهور تشوهات وإضافة زمن تأخير نتيجة تشغيله بعد عملية الترميز. نقدم هنا ما يُعرف بـ "مُحسّن التكبير في الفضاء الخفي" (LUA)، وهي وحدة خفيفة الوزن تقوم بتحسين الدقة مباشرة على الكود الخفي للمولّد قبل المرحلة النهائية لتحويل VAE. يتميز LUA بأنه يمكن دمجه كمكون جاهز للتركيب دون الحاجة إلى تعديل النموذج الأساسي أو إضافة مراحل تشتت إضافية، ويتيح تصنيع الصور بدقة عالية من خلال عملية واحدة فقط في الفضاء الخفي. ويستخدم LUA هيكلًا أساسيًا مشتركًا على غرار بنية Swin مع رؤوس متخصصة لكل عامل تكبير (pixel-shuffle)، مما يدعم عوامل تكبير قدرها 2x و4x، ويظل متوافقًا مع النماذج الأساسية في مجال التحسين في الفضاء الصوري، حيث يحقق جودة إدراكية مماثلة مع وقت ترميز وتكبير أقل بنسبة تقارب 3 أضعاف (إضافة فقط 0.42 ثانية لتكوين صورة بحجم 1024 بكسل من 512 بكسل، مقارنة بـ 1.87 ثانية لتحسين الفضاء الصوري باستخدام نفس بنية SwinIR). علاوةً على ذلك، تُظهر LUA تعميمًا قويًا عبر الفضاءات الخفية لفواصل VAE المختلفة، ما يجعلها سهلة التنفيذ دون الحاجة إلى إعادة تدريب من الصفر لكل مُفكك جديد. وتوصل التجارب الواسعة إلى أن LUA تُنافس بدقة عالية جدًا التوليد الأصلي بدقة عالية، مع تقديم مسار عملي وفعال نحو توليد صور عالي الجودة وقابل للتوسع في أنظمة التشتت الحديثة.