腾讯混元开源UniCom统一多模态框架

腾讯混元联合北大、浙大等发布并开源 UniCom，一个用压缩连续语义表征统一多模态理解与生成的框架。研究称，这一做法可避免离散视觉 tokenizer 丢失细粒度语义，并指出压缩通道维度比空间下采样更有效。 研究还称，transfusion 架构在收敛与一致性上优于 query-based 设计；UniCom 在统一模型中取得 SOTA 生成表现，图像编辑可控性强，且不依赖 VAE 也能保持一致性。上述效果均为研究方说法。 代码仓库包含 UniCom 各组件，使用方式见项目资源，模型按 UniCom 许可条款授权。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。