华中科技大学王兴刚团队提出 Multimodal Flow：不做 Token 化、不搞双系统的全连续多模态架构

华中科技大学王兴刚团队与地平线机器人等机构提出 Multimodal Flow，让语言和视觉各自保留在连续嵌入空间中并共享同一个 Flow Matching 目标，无需将图像量化为 Token 或维护两套生成系统。