机器之心·· 5 小时前AI 评分58
华中科技大学团队提出Multimodal Flow:全连续多模态模型统一语言与视觉
不做Token化,也不搞双系统!多模态模型有了第三条路
AI 导读
华中科技大学王兴刚团队与地平线机器人等机构合作提出全连续架构Multimodal Flow,让语言与视觉保留原生嵌入并共享同一Flow Matching目标。1.6B的MF-1模型仅用150B Tokens预训练,GenEval综合得分0.821,VQAv2得分72.6,在受控对比中全面超越混合式和全离散架构。
来源:机器之心 · mp.weixin.qq.com