文本也可走连续潜空间生成
LucaAmb · x · 2026-07-17
这条转发介绍了一篇关于生成建模的新工作 Latent Thought Flows。
作者先概括了当前生成模型的一个共同路线：
- 图像、视频、音频、动作等模态，普遍会先压缩到连续潜空间，再在潜空间中生成，最后解码出来。
- 唯一还在主要依赖离散 token 自回归生成的，是语言。
这篇工作尝试把这一思路引入文本：
- 将 256 个文本 token 压缩成 8 个连续 latent；
- 用 一步 flow model 在 latent 上生成；
- 再通过 自回归解码器 还原成文本。
作者声称，这种方法在推理计算量与生成质量的折中上，优于一个调参后的自回归基线。
所属事件:Latent Thought Flows：文本压缩至连续潜空间生成(2 条相关)→
「研究」频道最新
- AI 智能体协作优化 secp256k1 量子电路,挑战打破 ECDSA — StefanoGogioso · 2026-09-11
- Alex Townsend 汇编 200 个数值线性代数开放问题，供人类与 AI 攻关 — IgorCarron · 2026-09-11
- 本周热议的数学猜想到底关我什么事?一张普通人视角清单 — koltregaskes · 2026-09-11
- 用果蝇大脑连接组造了个 LLM,作者放出在线 demo — ngxson · 2026-09-11
- 社会学家 Harry Collins：LLM 无法发明新语言，做不了前沿科学 — whoamisri · 2026-09-11
- 「Waymo 效应」：AI 正在悄悄让科研协作变少 — JohnHammersley · 2026-09-11