MUNITE：任意到任意多模态生成框架

Kyeongmin Yeo 与 Minhyuk Sung 提出 MUNITE，一个面向任意到任意多模态生成的隐变量框架。它把编码与隐变量生成视为同一推理问题，用单一条件流模型处理任意模态子集的条件隐变量推理，并通过自蒸馏扩展条件流匹配，从含缺失模态的训练样本中学习条件分布。 在 PolyMNIST-D-Q、FFHQ64 以及图像-文本-音频任务上，MUNITE 的生成质量与源-目标对齐达到有竞争力或更优水平，并在所有一对多及无条件图像-文本-音频对比中取得最高连贯性。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。