软各向异性图：用于可微图像表示 Soft Anisotropic Diagrams for Differentiable Image Representation

完整方法分 7 步，全部在 GPU 上完成且无 host 介入。(1) **站点表示**：每站点 $i$ 存位置 $p_i$、颜色 $c_i$、加性半径 $r_i$、单位方向 $u_i$（每步归一化）、对数缩放 $a_i \in [-2, 2]$（决定 $G_i$ 长宽比 $\exp(a_i)$，det=1）、对数温度 $\log\tau_i \in [2, 20]$。(2) **初始化**：按 $P_{init}(x) = (1-\lambda_{init})\|\nabla I(x)\|_2/\sum\|\nabla I(x')\|_2 + \lambda_{init}/(H\cdot W)$ 采样 128k 站点，颜色取自目标图像。(3) **渲染**：先算 $d_{mix}(x,i) = s\|x-p_i\|_{G_i} - s r_i$（$s=1/\max(H,W)$），再算 logit $\ell_i(x) = -\tau_i d_{mix}(x,i)$，在 top-8 上做 softmax 混合颜色。(4) **Top-K 传播**：JFA warm-up 以 $s_t = \max(1, B/2^{\min(t, \log_2 B - 1) + 1})$ 步长在 4 邻域传播；正式训练用 $\tilde{C}_t(x) = C_{t-1}(x) \cup P_t(x) \cup G_t(x)$ 刷新 top-8。(5) **预算控制**：每 20 步按 $s_i = E_i / \max(m_i, 10^{-8})^{0.7}$ 拆分 top-percentile 站点；每 40 步用 removal-delta 累加器剪除 bottom-percentile。(6) **梯度累积**：hand-derive 反向 kernel；用 16×16 tile threadgroup hash table（256 slots，8 probe 上限）做局部累积。(7) **训练**：纯像素 MSE 损失，Adam 优化，4000 步，Metal/CUDA/WGSL 手写。

技术新颖性四层。(1) **表示层**：首次把'软各向异性加权和 Voronoi（Apollonius）划分'用于图像压缩，并显式引入 per-site 可学习温度 $\tau_i$。相比 power/Laguerre 距离，Apollonius 距离在 $r_i$ 上更几何可解释；温度把'硬最近邻'松弛为'可微划分'。(2) **算法层**：把 JFA 从最近邻图推广到 top-K 维护，配合 temporal reuse + spatial propagation + stochastic injection，实现每像素常数成本。这是 SAD 4-19× 加速 Image-GS 的核心来源——后者受限于 overlap 数 $G$ 和原子竞争。(3) **几何层**：强制 $\det(G)=1$ 把 cell 面积和长宽比解耦；加性半径 $r_i$ 与硬度 $\tau_i$ 完全独立，cell 沿边缘拉长而 reach 不变。Table 10 消融中各向异性贡献最大单步增益（+4.27 dB）。(4) **系统工程层**：removal-delta 剪枝、tile hash 梯度累积、packed 16-byte 站点格式、跨 Metal/CUDA/WGSL 三后端共享数学与布局，使整套管线 GPU-resident、零 CPU 介入训练。

基于结果独立分析 7 个弱点及改进方向。(1) **缺乏熵编码，BPP 高估实际码率**：Table 4 中 16 BPP 对应每站点 16 byte packed 存储无熵编码。**改进**：利用 SAD 显式站点 + 诱导邻接图做'neighbor-conditioned differential coding'，用相邻站点 $G_i$ 做线性预测器编码 $G_{i+1}$ 残差。(2) **Top-K 列表恢复机制薄弱**：Table 7 显示 131k 站点 8 pass 匹配率仅 0.06。**改进**：多分辨率 JFA 缓存——保存低分辨率 candidate 列表加速 warm-up。(3) **K=8 固定对极端复杂纹理可能不够**：毛发/草丛等需更大 $K$。**改进**：adaptive K per pixel——边缘 K=16、平滑 K=4。(4) **温度学习易陷入局部最优**：Fig 12 显示固定 logτ=10 仅 23.96 dB 崩塌。**改进**：温度正则化（对 $\log\tau$ 加 L1 偏向 7-10）或 curriculum。(5) **removal-delta 在长尾分布下可能误剪**：少数高权重站点覆盖大部分像素，站点间依赖未建模。**改进**：加 second-order delta。(6) **各向异性 per-site 而非 globally consistent**：长直边多站点协同时相邻 $u_i$ 可能不连续。**改进**：anisotropic smoothness 正则或 segment-level 各向异性场。(7) **超参较多且耦合**：对新手不友好。**改进**：hyperparameter sensitivity 表或自动调度器。

作者明确提出：分层 / 自适应候选维护（多分辨率缓存、流式刷新）、per-site 富表示（per-site 局部 MLP / material cue）、更复杂各向异性 metric 或学得的距离函数、更智能初始化（预训练 prior 给初始站点布局）、3D 扩展（体积 / 表面表示）、2D/3D 逆问题集成。 基于成果可延伸：(1) **视频/时序表示**：拓展到 (X, Y, T) 3D 体数据，每站点加 'temporal radius' 让 cell 沿时间拉长，同时获显式 ownership 和时序平滑。(2) **图像 tokenization 替代 ViT patch embedding**：用 SAD 站点做 image tokenizer，下游 transformer 接收 site coordinates + features，variable resolution 无成本切换。(3) **diffusion model decoder**：替换 diffusion 里 U-Net decoder，用 SAD 站点 + 小 MLP 直接从 latent 渲任意分辨率图像。(4) **大规模数据集预训练**：用 SAD 4-19× 速度优势在 ImageNet 等大规模数据上预训 'image-to-sites' 网络，得到 SOTA 通用图像 codec。

复现资源相当完整。(1) **代码**：作者主页 https://luckyiyi.github.io/SAD 公开代码；三后端 Metal / CUDA / WebGPU 共享同一份数学与内存布局。(2) **数据集**：标准公开集 Kodak（24 张 768×512）、DIV2K（100 张）、CLIC（41 张）、Image-GS benchmark（45 张），加 5 张 2k DIY 图，无专有数据。(3) **算力**：单卡 NVIDIA RTX 5090 即可重现全部主结果；端到端训练 2-12 秒，最便宜 0.6 秒（Kodak 4.0 BPP）。(4) **超参**：默认 4000 次迭代、$K=8$、初始化 128k 站点、densify 每 20 步（0.01 percentile）、prune 每 40 步（0.033 percentile）、$\alpha=0.7$、$\log\tau \in [2,20]$、$r \in [1,512]$、$a \in [-2,2]$、$J=4$ injected site IDs、grad-quant scale $10^6$、tile hash 256 slots、max probes 8（全部列在 Appendix B Table B11-B12）。(5) **难度**：中等偏高——核心挑战在 GPU-resident 管线 + threadgroup hash reduction 实现，需重写 compute shader（MSL/CUDA C++/WGSL）；但所有 kernel 公式、内存布局、dispatch 大小（Table B13）公开，复现者 1-2 周实现工作量。