本研究提出了一种潜在语言建模（LatentLM）方法，旨在解决多模态生成模型中离散与连续数据的整合问题。通过结合因果变换器和变分自编码器，该方法在图像生成和文本到语音合成方面表现出色。

该论文提出了一种通用框架，用于合成复杂的数据结构，包括复合和嵌套类型。通过因果变换器构建了实际解决方案，对结构和列表进行了处理。实验结果表明，该方法在机器学习和统计方面优于当前最先进的模型，并在多重嵌套和稀疏数据集上表现出强大的结果。