跳到正文
Apple Machine Learning Research·· 2026-10-14AI 评分22

Apple 提出首个三模态掩码扩散模型,系统研究多模态扩展规律

The Design Space of Tri-Modal Masked Diffusion Models

AI 导读

Apple 研究者提出首个从头预训练的三模态掩码扩散模型(MDM),同时处理文本、图文和音频-文本数据,并系统分析了多模态扩展规律、模态混合比例、噪声调度与批大小影响。

打开原文 machinelearning.apple.com