نقدم معاينة بحثية لتدفق الذات: نهج قابل للتوسع لتدريب نماذج توليدية متعددة الوسائط. يتطلب التوليد متعدد الوسائط التعلم من البداية إلى النهاية عبر الوسائط: الصورة، الفيديو، الصوت، النص - دون أن يكون مقيدا بنماذج خارجية لتعلم التمثيل. يعالج التدفق الذاتي هذا من خلال مطابقة التدفق الذاتي الإشراف التي تتوسع بكفاءة عبر الأنماط المختلفة. النتائج: • تقارب أسرع يصل إلى 2.8 ضعف عبر الوسائط. • تحسين الاتساق الزمني في الفيديو • عرض النصوص والطباعة الأكثر حدة هذا هو البحث الأساسي في طريقنا نحو الذكاء البصري متعدد الوسائط.