华中科大与地平线提出 Multimodal Flow：不做 Token 化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合作提出 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，无需把图像量化成 Token，也不用维护两套目标函数。