研究论文介绍了MonoFormer，这是一种Transformer模型，能同时处理扩散和自回归生成任务。它通过统一训练简化设计，适用于图像、文本和音频生成。实验显示MonoFormer在多项测试中表现优异且高效灵活，但未详细探讨大规模任务表现及训练稳定性。MonoFormer为生成式AI模型发展提供了新方向。