MultiFlow：视觉驱动多模态fMRI编码框架

2026年10月14日，arXiv Artificial Intelligence 刊出 Bui Van Hung 等作者的论文，提出 MultiFlow——一个基于条件流匹配（CFM）的生成式 fMRI 编码框架。该工作同时提出 Stimulus-Informed Source Flow Matching（SISFM）公式：用可学习的时间卷积塑造源分布的均值，用方差头收缩其尺度，以缩短传输路径；并以 DiT-X 解码器参数化速度场。框架融合十个冻结的视觉、音频、语言和视听骨干网络，并配有按被试的 Yeo 网络头。报道未给出该框架的实验结果、数据规模或性能对比，也未提及代码、模型或数据的发布时间与获取方式。截至该报道，这是本事件目前唯一的事实来源，尚无后续跟进报道，因此不存在与早先报道在数字、时间或说法上的矛盾。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。