先了解这件事
AI 综述
2026年10月15日,Apple 研究者提出首个三模态掩码扩散模型(MDM)。据 Apple Machine Learning Research 发布的信息,该模型由 Apple 联合剑桥、MIT 等机构提出,是首个从头预训练的三模态掩码扩散模型,覆盖文本、图文和音频-文本数据。研究系统分析了多模态缩放规律、模态混合比例、噪声调度与批大小影响,并通过基于 SDE 的重参数化将物理批大小与逻辑批大小解耦,免去最优批大小调参。初步模型在 3B 规模、6.4T token 下于文本生成、T2I 和 T2S 任务均取得强劲结果。目前尚无后续发展事实。
AI 根据公开报道生成
最新进展 · 正式报道
Apple 提出首个三模态掩码扩散模型，3B 规模验证统一设计事件进展
1 个已确认进展
- 来源：Apple Machine Learning Research
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月15日
Apple Machine Learning Research一手
Apple 提出首个三模态掩码扩散模型，3B 规模验证统一设计
Apple 联合剑桥、MIT 等提出首个从头预训练的三模态掩码扩散模型（MDM），覆盖文本、图文和音频-文本数据，并系统分析多模态缩放规律、模态混合比例、噪声调度与批大小影响。其基于 SDE 的重参数化将物理批大小与逻辑批大小解耦，免去最优批大小调参。初步模型在 3B 规模、6.4T token 下于文本生成、T2I 和 T2S 任务均取得强劲结果。