STARFlow2：连接语言模型与规范流模型以实现统一的多模态生成
STARFlow2 提出一种统一的多模态生成方法，旨在解决现有模型在理解、推理及生成交错文本 - 图像序列时存在的结构碎片化问题。该方法利用自回归归一化流（autoregressive normalizing flows），因其共享 LLM 的因果掩码、KV 缓存机制及从左到右结构而成为最合适的架构选择。
摘要由 AI 生成
苹果公司机器学习研究团队于 2026 年 8 月 25 日发布 STARFlow2 模型。该模型旨在弥合语言模型与归一化流之间的差距，通过结合两者的优势，实现了统一的、高质量的图像与文本多模态内容生成能力。
相关事件RELATED EVENTS
关键实体KEY ENTITIES
STARFlow2
信号强度SIGNALS
关键词热度