正文：2025年12月，何恺明团队发布新论文，提出名为双向归一化流（BiFlow）的框架，突破归一化流生成模型效率瓶颈。该方法通过解耦前向与逆向过程，使逆向生成无需精确匹配前向过程，大幅提升速度和灵活性。实验显示，BiFlow在ImageNet 256×256数据集上取得2.39的FID分数，推理速度较基线提升两个数量级（TPU上快697倍）。此外，BiFlow支持图像修复和编辑任务。论文由三位本科生领衔，包括清华姚班陆伊炀、MIT Qiao Sun及刚入学MIT的王衔邦，均为何恺明指导。