STARFlow2:用归一化流桥接语言模型,实现统一多模态生成
STARFlow2: Bridging Language Models and Normalizing Flows for Unified Multimodal Generation
AI 导读STARFlow2 提出将自回归归一化流与语言模型统一,用于多模态生成。该方法观察到自回归归一化流与 LLM 共享因果掩码、KV-cache 机制和从左到右结构,从而弥合文本与图像生成的架构差异,避免离散 token 化带来的视觉保真度损失。
来源:Apple Machine Learning Research · machinelearning.apple.com