Modaliff：统一token扩散模型实现任意模态生成

2026年10月20日，arXiv Artificial Intelligence 刊出 Duc Kieu 等作者的论文，提出 Modaliff——一个基于 token 的扩散模型。据该报道，Modaliff 可从广泛易得的双模态数据对中学习，并在原生潜序列中保留各模态结构，从而实现文本、图像、音频之间的任意模态生成（any-to-any）。报道以作者自述形式给出上述定位，未披露训练数据规模、评测指标或与其他方法的对比结果。目前该工作处于论文公开阶段，尚无后续跟进报道，事件进展以这一篇主报道为准。

AI 根据报道生成 · 37 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。