연구진이 Representation Autoencoders (RAE) v2를 공개하며, 기존 RAE 대비 학습 속도를 10배 이상 향상시켰어요. RAE v2는 사전 학습된 비전 인코더를 활용하여 이미지 재구성 성능을 높이고, REPA와 상호 보완적인 작동 방식을 발견했어요. 새로운 설계 덕분에 ImageNet-256에서 gFID 1.06을 달성했으며, FDr^k에서 2.17의 최고 기록을 세우며 기존 모델보다 훨씬 빠르게 학습했어요.