不同于拼接独立模型的传统做法，NUS Show Lab 选择了一条更原生的架构路线：在单个 Transformer 中同时打通自回归预测与离散扩散生成。在 ECCV 2026 现场，Show Lab 负责人寿政教授详细还原了他们如何用闭环算法破解数据稀缺、消除连续视频帧卡顿，并实现云端大模型与端侧低延迟控制的配合。通过将处理文本的自回归（AR）机制与处理视觉的离散掩码扩散（Discrete Diffusion）深度缝合，Showo 避开了传统自回归生成图像的效率泥潭，同时也解决了连续扩散模型无法直连 VLM 离散 Token 的痛点，实现了逻辑推理与高质生成的共生。