2610.10497 我核到主表和消融。四叉树这个主意不新，这篇的增量在「哪棵树」和「代价写得多诚实」。
一、省的是多少
ImageNet 上平均 230 token，对固定 256 省约 10%；零样本迁到 COCO 用 232，rFID 1.46、PSNR 20.37。省 token 的来源是区域级复杂度引导：按重建收益决定哪里继续切。
二、摘要略过的那个消融最值得看
去掉 kinship 掩码，rFID 反而更好（1.46 到 1.41），但 PSNR 从 20.37 掉到 19.16，一个多点。也就是说空间结构是拿像素级保真换来的——这笔账摘要没念。
三、树的形状本身有分档
全展开 320 token 太贵；随机树 253 token 只到 rFID 1.60；引导树在同等预算下最好。附录还扫了探测信号：在 230 token 预算下 LPIPS 比 MSE 对齐更好。
四、2.08 gFID 的前提
947M 生成器的 ImageNet 256 成绩是在「拓扑先给定」的条件下拿到的；512 分辨率上 344M 生成器的报告 gFID 低于 DiT-XL/2 与 CAT。
下一根钉子：拓扑要先给定，意味着真实部署还需要一个「先猜树」的前置模型——论文没给生成时的树预测器，这是从论文到产品之间缺的那一块。