热点事件持续更新
苹果研究团队提出归一化轨迹模型NTM
1 篇报道1 个报道来源18 小时前更新
先了解这件事
AI 综述
2026年10月8日，Apple Machine Learning Research 提出 Normalizing Trajectory Models（NTM）。该模型将扩散反向步建模为具备精确似然训练的条件规范化流，以解决少步生成破坏似然框架的问题。在架构设计上，NTM 结合了每步浅层可逆块与跨轨迹深度并行预测器，支持从头训练或从预训练 flow-matching 模型初始化。在文生图基准测试中，其轻量去噪器仅需 4 步采样即可匹敌或超越强图像生成基线，并全程保留了生成轨迹的精确似然。
AI 根据报道生成 · 2 小时前更新
最新进展10月8日 08:00
苹果研究团队提出 NTM 模型，仅需 4 步采样即可实现高质量文生图并保留精确似然。报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- Apple Machine Learning ResearchNormalizing Trajectory Models（NTM）
研究人员提出 Normalizing Trajectory Models（NTM），将扩散反向步建模为具备精确似然训练的条件规范化流，解决少步生成破坏似然框架的问题。该模型结合每步浅层可逆块与跨轨迹深度并行预测器，支持从头训练或从预训练 flow-matching 模型初始化。在文生图基准上，其轻量去噪器仅需 4 步采样即可匹敌或超越强图像生成基线，且全程保留生成轨迹的精确似然。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。