为什么具有低维潜在空间的变分自动编码器更好地生成模型？

Question

以下是条件VAE生成的一些样本，其中： 1. 3D潜在空间 2. 30D潜在空间 我想知道为什么低维潜在空间VAE会成为更好的生成器，而我却坚持逻辑推理。
我的直觉说，当我们有一个低维度的潜在空间（如模型中指出的最多5个维度）时，后置潜在变量没有足够的空间分布在不存在的数据模式上原始纸张），而高维度的潜在空间则允许后方在所有维度上展开，从而使VAE能够适应不存在的模式。论文Kingma et al, 2014也提到了这种现象，但对此没有进一步的解释。
我的问题：我的逻辑推理正确吗？如果是，那么这种逻辑思维背后是否有任何理论解释？


Code I used to generate samples