热点事件持续更新
HUST Vision Lab 提出 Multimodal Flow 统一多模态建模
1 篇报道1 个报道来源14 小时前更新
先了解这件事
AI 综述
2026年10月2日，HUST Vision Lab 提出 Multimodal Flow，将文本与图像作为连续多模态表示，在共享的 Flow Matching 骨干中统一建模，并实例化为 MF-1。该模型预训练规模为 0.6B、1.2B、1.6B 三档。目前报道仅披露了方法思路与模型规模，尚未见更多实验细节或后续进展。
AI 根据报道生成 · 1 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2日
- Exa Semantic DiscoveryHUST Vision Lab 提出 Multimodal Flow：用连续流统一语言与视觉
HUST Vision Lab 提出 Multimodal Flow，将文本与图像作为连续多模态表示在共享 Flow Matching 骨干中统一建模，并实例化为 MF-1，预训练规模为 0.6B、1.2B、1.6B。
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。