基于流的生成模型（Dinh 等，2014）因其精确对数似然性的可计算性、精确潜在变量推断的可实现性以及训练和合成过程的并行化而具有概念上的吸引力。在本文中，我们提出了一种名为 Glow 的简单生成流模型，该模型使用了可逆的 1x1 卷积。通过我们的方法，我们在标准基准测试中展示了显著的对数似然性提升。尤为引人注目的是，我们证明了一个以普通对数似然性目标进行优化的生成模型能够高效地合成和操作逼真的大型图像。我们的模型代码可在 https://github.com/openai/glow 获取。