CVPR 2026 · P0 · 2026-05-27

LEASE：它和通用视觉自监督的关系在于：自监督 codebook + masked reconstruction + contrastive alignment，直接服务统一视觉表示与生成

高相关；详见方法、贡献和实验边界。

LEASE: Learning from Semantic Dictionaries　arXiv + CVPR 2026　原文链接

编号2605.25012 优先级P0 类别CVPR 2026 会议arXiv + CVPR 2026 方法自监督 codebook + masked reconstruction + contrastive alignment，直接服务统一视觉表示与生成来源arXiv / OpenReview

先说结论。它和通用视觉自监督的关系在于：自监督 codebook + masked reconstruction + contrastive alignment，直接服务统一视觉表示与生成。高相关；详见方法、贡献和实验边界。

**Figureure 1 · Linear probing and class-unconditional generation performance**Figure 1. Linear probing and class-unconditional generation performance. Our approach, LEASE, advances the Unified SSL SoTA and defines a new Pareto-front for unified models.这张图/表用于判断 LEASE 的实验收益来自哪里。重点看替换、消融或跨模型设置下趋势是否一致，而不是只看单个最高分。

**Figureure 3 · Overview of LEASE**Figure 3. Overview of LEASE. Visible generative tokens are encoded and placed into a reconstruction canvas for masked token prediction, forming the reconstruction objective. Parallelly, visible discriminative tokens are mapped to their codebook centroids, providing positives and neighbors for the codebook contrastive loss, where visible token embeddings and centroids are pulled together.这张图概括 LEASE 的整体方法流程。阅读时先看模块之间传递的训练信号，再看作者如何把目标拆成可优化的子问题。

核心问题

它和通用视觉自监督的关系在于：自监督 codebook + masked reconstruction + contrastive alignment，直接服务统一视觉表示与生成。

方法拆解

自监督 codebook + masked reconstruction + contrastive alignment，直接服务统一视觉表示与生成

主要贡献

高相关；详见方法、贡献和实验边界。

实验看点

实验部分建议重点看两类证据：一是作者是否把方法收益和更强数据、更长训练、更大模型区分开；二是跨模型、跨数据或跨任务迁移是否还能保留同样趋势。

局限与读法

这篇论文的结论需要结合任务设置、训练数据规模和消融实验一起看；不要只凭单个指标判断它对通用视觉表征的价值。