华中科大团队提出全连续多模态模型Multimodal Flow

华中科技大学王兴刚团队联合地平线机器人等机构，提出名为“Multimodal Flow”的全连续架构多模态模型。该模型核心机制是让语言与视觉信号保留原生嵌入形式，并共享同一套Flow Matching训练目标。其代表性实例为1.6B参数的MF-1模型。该模型在训练效率与性能上展现了显著优势：仅使用150B Tokens即可完成预训练，GenEval综合评分达到0.821，VQAv2问答测试得分为72.6。在受控对比中，该模型表现全面超越了传统的混合式及全离散架构方案。团队已将相关代码开源，旨在推动全连续多模态建模的技术演进。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。