交错多模态推理

边生成边思考：在视觉生成过程中交错嵌入文本推理

Thinking-while-Generating: Interleaving Textual Reasoning throughout Visual Generation

把文本推理链交错插入到视觉生成的时间轴上，让模型在生成局部区域时同步进行引导与反思；这一「边生成边推理」的调度方式可直接迁移到自回归图像生成、视频生成以及可控生成的条件注入设计中。