FlowVQ：解决向量量化码本崩溃问题的新方法

2026年10月27日，Yuwei Zeng与Zekun Shi在arXiv发布研究，提出FlowVQ方法。该方法旨在解决VQ-VAE中常见的码本崩溃问题，通过联合建模与聚类过程，为可扩展向量量化提供了新方案。 FlowVQ利用轻量级流匹配模型学习潜在空间，并传输源分布的分位数分区先验码。在诱导分布下，模型获取Voronoi质心以生成码本，从而确保码本的全利用率。 实验表明，该方法在图像分词及高精度分词任务中表现优异。它不仅提升了可扩展性，还增强了表达能力，验证了FlowVQ作为标准向量量化替代方案的有效性。

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。