Apple 直接用 normalizing flow 硬上長序列影片，幾乎等於是正面宣戰現在一面倒的 diffusion 生態， 尤其 STARFlow-V 這種在時空 latent 裡做 global–local 架構，把長程因果關係都收斂在 global latent， 局部細節交給 shallow block，蠻像是用架構設計在處理 autoregressive 長期 drift 的老問題。