过去半年我们被AI生成技术疯狂刷屏：Sora的逼真视频、Stable Diffusion的创意爆炸、DALL·E 3的精准理解...这些AI神器的核心秘密，都包含同一个关键技术——图像编码。引出我们今天要分享的论文——李飞飞团队的全新力作，目前的扩散模型图像Tokenization SOTA模型——FlowMo。
论文标题：Flow to the Mode: Mode-Seeking Diffusion Autoencoders for State-of-the-Art Image Tokenization
论文地址：https://arxiv.org/pdf/2503.11056v1
项目主页：https://kylesargent.github.io/flowmo
