自回归+扩散！Salesforce开源统一多模态模型BLIP3-o，图像理解与生成全拿下
OpenAI的GPT-4o展示了顶级图像理解与生成能力。BLIP3-o采用自回归+扩散框架，研究者对比了三种设计选择，并最终选择了CLIP + Flow Matching方案和顺序训练策略构建BLIP3-o模型。
flow matching
南洋理工&普渡大学提出CFG-Zero*：在Flow Matching模型中实现更稳健的无分类器引导方法
南洋理工大学 S-Lab 与普渡大学提出 CFG-Zero* 方法，改进 Flow Matching 模型的 Classifier-Free Guidance，提升生成图像/视频的质量和一致性。
CVPR 2025｜GoalFlow：目标点驱动，解锁端到端生成式策略新未来
本文提出了一种基于GoalPoint的端到端生成式方法GoalFlow，通过引入密集的GoalPoint词汇表和高效的扩散模型FlowMatching来生成高质量多模态轨迹，在PDMS上达到了90.3%的最佳性能。