跳到正文
热点事件持续更新

Modaliff 统一多模态生成模型发布

1 篇报道1 个报道来源11 小时前更新

先了解这件事

AI 综述

2026 年 10 月 20 日,arXiv 发表《Modaliff: 面向任意到任意生成的统一 Token 扩散模型》。该模型通过学习双模态数据对,实现文本、图像和音频的灵活转换。 Modaliff 将条件与目标组装为统一 Token 序列,利用基于角色的位置嵌入保留模态内部结构,单一去噪器支持多种生成任务。实验显示,其在大多数任意到任意生成任务中实现了最佳保真度,且使用了更少的参数和训练数据。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月20日
  1. arXiv · AI
    Modaliff: 面向任意到任意生成的统一 Token 扩散模型

    Modaliff 提出了一种基于 Token 的扩散模型,旨在通过学习双模态数据对实现文本、图像和音频的灵活转换。 该模型将条件与目标组装为统一 Token 序列,利用每 Token 属性和基于角色的位置嵌入保留各模态内部结构,单一去噪器支持多种生成任务。 在多项实验中,Modaliff 在大多数任意到任意生成任务中实现了最佳保真度,同时使用了更少的参数和训练数据。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。