كوكا DLM يضع النص في مساحة مخفية مستمرة ثم ينتشر، اختيار بنية Flow Matching+DiT يشبه Byte — طابع هندسي قوي، لكن بدون SFT أو RLHF من نقطة تفتيش خام، الآن هو مجرد لعبة بحثية، ننتظر ظهور خط أنابيب متعدد الوسائط لنرى إذا كان يمكن أن ينافس.

يعد Seed مفتوح المصدر من ByteDance وCola DLM، وهو نموذج يقوم بتوسيع النصوص على مستوى المعنى الكامن. يقوم Text VAE بتحويل النص إلى مساحة كامن مستمرة، ويتعلم DiT ذو السببية المعيقة عبر مطابقة التدفق من خلال تعلم prior الكامن، وأخيرًا يقوم المفسر الشرطي بإعادة تحويل المتغيرات الكامنة إلى نص. إجمالي المعلمات حوالي 2.3 مليار (DiT 1.8 مليار، VAE 500 مليون). في 8 تقييمات، ينافس ويحتل مراكز متقدمة مع خط الأساس AR/LLaDA من نفس الحجم، لكنه لا يزال نموذجًا بحثيًا، لم يتم تدريبه على أوامر دقيقة أو RLHF، ويحتوي المستودع الحالي فقط على خط أنابيب النصوص، ومن المتوقع أن يتوسع في المستقبل ليشمل النصوص والصور.