松下推出OmniFlow：多模态生成AI实现文本、图像与音频自由转换

最近，松下控股（Panasonic HD）联合美国松下研发公司（PRDCA）与加州大学洛杉矶分校（UCLA），推出了一款名为“OmniFlow”的多模态生成AI。这款黑科技最大的亮点是其“任意对任意”的生成能力，可以轻松实现文本、图像和音频之间的自由转换，堪称多模态生成领域的“全能选手”。

传统多模态生成AI在处理文本、图像和音频时，往往受限于庞大的数据需求和高昂的训练成本。而OmniFlow通过灵活整合不同数据格式的生成模型（如文本-音频、文本-图像），即使在小样本场景下，也能训练出高精度的“任意对任意”模型，大幅降低了数据采集和训练门槛。

OmniFlow的核心技术在于其能够深度学习三种数据特征之间的复杂关系，而非简单地对输入数据进行平均化处理。这使得它在生成过程中不仅能保留各模态的独特特点，还能大幅提升表达能力。这一创新成果也将在2025年的CVPR大会上正式亮相。

实验结果表明，OmniFlow在“文本转图像”和“文本转音频”任务中表现出色，甚至超越了现有传统方法。更令人惊喜的是，相比其他“任意对任意”生成模型，OmniFlow所需的训练数据量仅为1/60，效率惊人！

未来，OmniFlow有望应用于工厂自动化、生活方式优化等多个领域，为用户提供高度定制化的数据生成解决方案。松下控股也将继续推动AI技术的社会化应用，致力于让AI真正服务于人们的日常生活与工作场景。