机器之心发布 机器之心编辑部 自回归模型，是 AIGC 领域一块迷人的基石。开发者们一直在探索它在 视觉生成 领 域 的边界，从经典的离散序列生成，到结合强大扩散模型的混合范式，每一 步都凝聚了社区的智慧。 这些工作，比如 MAR、Fluid、LatentLM 等，为我们带来了巨大的启发，也让我们看到了进一步优化的空间：比如，如何避免离散化带来的信息损失？如何让模 型的架构更轻盈、更强大？ 为实现这一点，团队采用了一个轻量的「 流匹配头 」（Flow Matching Head）。它让模型能够： 这一设计带来了另一个显著优势： 架构的简洁与纯粹 。由于不再需要外部大型扩散模型的 「辅助」，NextStep-1 的整体架构变得高度统一，实现了真正意义上的 端到端训练。 阶跃星辰团队 认为，NextStep-1 的探索指向了一个有趣且充满潜力的方向。它证明了在不牺牲连续性的前提下，构建一个简洁、高效的自回归模型是完全可行 的。 这只是探索的第一步。 阶跃星辰 选择将 NextStep-1 开源， 衷心期待它能引发更多有价值的讨论，并希望能与社 区的研究者一起 ，继续推动生成技术的演进 。 带着这些问题， 阶跃星辰 ...