arXiv 新增 · ECCV 2026 · masked image modeling / generation · P1 · 2026-06-25

MIMFlow：它和通用视觉自监督的关系在于：把 MIM latent semantics 接入 normalizing flows，线性 probe 与生成指标都有报告

中高相关；详见方法、贡献和实验边界。

MIMFlow: Integrating Masked Image Modeling with Normalizing Flows for End-to-End Image Generation　arXiv 新增 · ECCV 2026 · masked image modeling / generation　原文链接

编号2606.26016 优先级P1 类别arXiv 新增 · ECCV 2026 · masked image modeling / generation 会议arXiv 新增 · ECCV 2026 · masked image modeling / generation 方法把 MIM latent semantics 接入 normalizing flows，线性 probe 与生成指标都有报告来源arXiv / OpenReview

先说结论。它和通用视觉自监督的关系在于：把 MIM latent semantics 接入 normalizing flows，线性 probe 与生成指标都有报告。中高相关；详见方法、贡献和实验边界。

**Figureure 1 · : MIM in Diferent Paradigms**Fig. 1: MIM in Diferent Paradigms. (a) Self-Supervised Learning: Employs highratio masking as a self-supervised proxy task for representation learning. (b) Generative Tokenizers: A two-stage approach where the latent space is pre-trained with MIM before training a separate generative model. (c) MIMFlow (Ours): A unified framework that jointly optimizes latent semantics, pixel reconstruction, and generative flow in an endto-end manner.这张图概括 MIMFlow 的整体方法流程。阅读时先看模块之间传递的训练信号，再看作者如何把目标拆成可优化的子问题。

**Figureure 6 · : Linear Probe Accuracy vs Depth under Diferent Mask Ratios.**Fig. 6: Linear Probe Accuracy vs Depth under Diferent Mask Ratios.这张图/表用于判断 MIMFlow 的实验收益来自哪里。重点看替换、消融或跨模型设置下趋势是否一致，而不是只看单个最高分。

核心问题

它和通用视觉自监督的关系在于：把 MIM latent semantics 接入 normalizing flows，线性 probe 与生成指标都有报告。

方法拆解

把 MIM latent semantics 接入 normalizing flows，线性 probe 与生成指标都有报告

主要贡献

中高相关；详见方法、贡献和实验边界。

实验看点

实验部分建议重点看两类证据：一是作者是否把方法收益和更强数据、更长训练、更大模型区分开；二是跨模型、跨数据或跨任务迁移是否还能保留同样趋势。

局限与读法

这篇论文的结论需要结合任务设置、训练数据规模和消融实验一起看；不要只凭单个指标判断它对通用视觉表征的价值。