昆仑万维:推出并开源多模态统一预训练模型Skywork UniPic
创始人
2025-07-30 17:13:03

中证报中证网讯(王珞)7月30日,昆仑万维正式推出并开源采用自回归路线的“多模态统一预训练模型Skywork UniPic”,在单一模型中深度融合图像理解、文本到图像生成、图像编辑三大核心能力。该模型基于大规模高质量数据进行端到端预训练,具备良好的通用性与可迁移性。

昆仑万维介绍,GPT-4o的迅速走红,标注着人工智能领域多模态统一预训练模型的成熟。Skywork UniPic延续了GPT-4o的自回归范式,在单一模型中深度融合图像理解、文本生成图像(T2I)与图像编辑三大核心任务,构建了真正统一的多模态模型架构。

传统多模态统一模型多依赖VQ或VAE编码器来压缩视觉内容,虽然具备一定效果,但也存在局限性,它们更侧重保留图像的视觉细节而非语义信息,这会在一定程度上削弱模型的图像理解能力。

为此,Skywork UniPic团队借鉴Harmon架构设计,并在表征方式上做出关键调整:采用MAR编码器作为图像生成路径的视觉表征基础,同时引入SigLIP2作为图像理解路径的主干。

Skywork-UniPic模型核心能力包含:图文理解、图像生成、图像编辑。此外,Skywork-UniPic完成端到端优化流程,能够实现生成、理解、编辑三大能力的协同训练和相互促进,突破传统方法中能力权衡的技术瓶颈。

这一架构设计不仅保持了自回归模型的简洁高效,更通过共享编码器实现了跨任务的深度协同,为多模态统一模型的实用化部署奠定了坚实基础。用户只需要输入提示词,Skywork-UniPic既可以像VLM一样理解图像、像T2I模型一样生成图片,还可以像美图工具一样,一键实现风格转绘/吉卜力化的编辑功能。

公司表示,在追求模型能力极限的同时,也坚持效率重要性的设计理念。Skywork UniPic以1.5B的紧凑参数规模,真正诠释了“小而美”的技术美学。

过去半年,昆仑万维已经开源了多个SOTA大模型,涵盖奖励模型、推理、软件工程、多模态、空间智能等领域。本次Skywork-UniPic正式加入“Skywork”开源大家庭,让AI真正成为每个人触手可及的创意伙伴。

⚠️
本网站信息内容及素材来源于网络采集或用户发布,如涉及侵权,请及时联系我们,发送链接至2697952338@QQ.COM,我们将第一时间进行核实与删除处理。

相关内容

热门资讯

《骆驼祥子》:一个车夫的三起三... 一、为什么重读这本书在中国现代文学的版图上,老舍是一位无法绕开的作家,而《骆驼祥子》几乎是他最广为人...
线性传感器是什么?输出跟着被测... 线性传感器这类器件的定义听着有点绕,其实道理特别朴素:被测的量变多少,它的输出就按比例跟着变多少,两...
《乡土中国》:差序格局里读懂中... 一、为什么读这本书在琳琅满目的社会学书单里,《乡土中国》是一本篇幅极薄、分量却极重的书。它只有几万字...
《平凡的世界》:普通人在大时代... 一、为什么读这本书在众多当代长篇小说里,《平凡的世界》是一部被反复提起、却也常被误读的作品。有人把它...
《杀死一只知更鸟》:偏见世界里... 一、为什么今天还要读这本书一本出版于上世纪六十年代、写的是三十年代美国南方小镇的小说,为什么今天仍值...
《围城》:钱钟书笔下的知识分子... 一、一部难以归类的讽刺小说在中国现当代长篇小说里,《围城》是一部很难被归类的作品。它没有波澜壮阔的时...
《万历十五年》:在平静年份里看... 一、一本从"无事发生"处下笔的历史书初读《万历十五年》,最容易感到奇怪的是它的切入点。公元1587年...
《活着》:当命运层层剥落,活着... 第一次读《活着》是在很多年前,那时我以为它只是一本关于苦难的书。重读之后才明白,余华写的从来不是苦难...
x y
中信证券(600030)走势与... 中信证券(600030)走势与财报综合研判:前三季营利双增与Q3单季转负背离,破净边缘低估值下单季动...
陶瓷勺柄上为什么有个小孔:吊烧... 喝汤或盛饭时,很多人注意到有些陶瓷勺的勺柄末端有个小孔,有的却没有。这个看起来多余的小孔到底起什么作...
道达尔能源(TTE)走势与财报... 道达尔能源(TTE)走势与财报综合研判数据口径说明 事实:行情截止2026-11-18美股收盘,来源...
埃克森美孚(usXOM)走势与... 数据口径说明事实:本文行情数据截止 2026-11-18 美股收盘,来自腾讯自选股行情接口(本地 C...
苹果春季发布会2019发布了啥... 2019年3月25日,苹果在Apple Park的乔布斯剧院办了那年的春季发布会,官方预热海报的标语...
OPPO Reno17系列怎么... OPPO Reno17 ç³»åˆ—è¿‘æœŸæ­£å¼å¼€å”®ï¼Œæ ‡å‡†ç‰ˆä¸...
华润置地(01109.HK)走... 数据口径说明事实:行情来自 westock 数据接口、截止 2026-11-18 收盘;财务为 20...
苏打饼干上为什么有一排排小孔:... 很多人啃苏打饼干时都注意过,表面整整齐齐扎着一排排小孔,忍不住想:这是为了好看,还是怕烤不透?其实这...
工商银行(601398)走势与... 数据口径说明事实:行情数据截止 2026-11-18 收盘,财报为 2026 年三季报(报告期 20...
联合利华ADR(UL)走势与财... 数据口径说明事实:行情与技术面数据来自 westock 数据接口,行情日期 2026-11-18(美...
自动取票机放身份证的地方为什么... 在火车站或高铁站取票,很多人注意到:放身份证的那个小台面是斜的,手一松证件就往下滑,读不了卡,得一直...
Visa(V)走势与财报综合研... Visa(V)走势与财报综合研判数据口径说明 事实:行情、技术面与日K数据来自腾讯自选股接口,行情截...
京东健康(06618.HK)走... 数据口径说明事实:标的为京东健康(06618.HK),中国香港联交所上市的互联网医疗健康平台,主营医...
端侧AI再提速:安谋科技推出C... 11月18日,安谋科技举办Arm Cortex-M CPU新...
立讯精密(002475)走势与... 数据口径说明事实:行情截止2026-11-18收盘(现价47.33元,当日收绿0.57%),技术指标...