扩散模型中的特征信息动力学：一种定位特征生成时机的信息论框架

一项 NeurIPS 2026 海报论文提出"特征信息动力学"，用 I-MMSE 恒等式把特征互信息变化率与最优无条件及特征条件去噪损失之差联系起来，定位特征在扩散过程中何时被生成，并通过链式分解分离共享与增量信息。该框架定量证实了像素扩散中的谱自回归现象，并在类→掩码→Canny 条件链下比较 pixel、SDVAE、VAVAE、RAE 的特征信息密度，揭示了不同表示的根本差异，暗示有序生成或有助训练。代码已开源。