تم اقتراح التمثيلات ذاتية الإشراف للإنشاء المرئي (SVG) بشكل مشترك من قبل جامعة تسينغهوا وفريق كوايشو كيلينغ في أكتوبر 2025. وقد نُشرت نتائج البحث ذات الصلة في الورقة البحثية "[…]".نموذج الانتشار الكامن بدون مشفر ذاتي متغير".

SVG هو نموذج انتشار كامن مبتكر لا يتطلب مُشفِّرًا ذاتيًا متغيرًا (VAE)، مما يُتيح تمثيلات ذاتية الإشراف لتوليد الصور. يُنشئ هذا النموذج مساحةً مميزةً دلاليًا بالاستفادة من سمات DINO المُجمَّدة، بينما يُوظِّف فرعٌ متبقٍّ خفيف الوزن تفاصيل دقيقة لإعادة بناء عالية الجودة. يُدرَّب نموذج الانتشار مباشرةً على هذه المساحة الكامنة المُهيكلة دلاليًا، مما يُسهِّل تعلمًا أكثر كفاءة. لذلك، يُسرِّع SVG تدريب الانتشار، ويدعم خطوات أخذ عينات أقل، ويُحسِّن جودة التوليد.