热点事件持续更新
Apple发布Normalizing Trajectory Models研究
1 篇报道1 个报道来源17 小时前更新
先了解这件事
AI 综述
2026年10月8日，Apple Machine Learning Research 发布研究，提出 Normalizing Trajectory Models（NTM）。该工作将扩散模型的每个反向步骤建模为带精确似然训练的条件归一化流，并结合步内浅层可逆模块与跨轨迹深层并行预测器，采用四步采样以保留精确似然。报道称，NTM 可从头训练，也可从预训练 flow-matching 模型初始化。目前该研究处于方法提出阶段，报道未披露实验结果、对比基线或应用落地情况。
AI 根据报道生成 · 2 小时前更新
最新进展10月8日 08:00
Apple 提出 NTM，将扩散反向步骤建模为条件归一化流，四步采样保留精确似然。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 ResearchApple 提出 Normalizing Trajectory Models（NTM），四步采样保留精确似然
Apple 研究团队提出 Normalizing Trajectory Models（NTM），将扩散模型每个反向步骤建模为带精确似然训练的条件归一化流，结合步内浅层可逆模块与跨轨迹深层并行预测器，可从头训练或从预训练 flow-matching 模型初始化。
本事件热度走势
当前热度 6·可比范围峰值 7（10月8日 23:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。