跳到正文
热点事件持续更新

HiUni 提出统一视觉理解与生成的多模态模型架构

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

2026 年 11 月 20 日,Jiahao Hu 等人向 arXiv 提交了论文 HiUni。该工作提出一种统一的视觉语言模型架构,旨在支持视觉理解与图像生成、编辑在同一框架内运行。 HiUni 复用相同的语言对齐 ViT 和密集 Transformer 骨干网络,将任务特定计算限制在输出端,从而实现在共享视觉空间中调和理解与生成的目标。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv · 机器人与计算机视觉
    HiUni:在共享视觉空间中调和理解与生成的多模态模型

    arXiv 论文 HiUni 提出一种统一的视觉语言模型架构,旨在支持视觉理解与图像生成/编辑在同一框架内运行。该工作复用相同的语言对齐 ViT 和密集 Transformer 骨干网络,将任务特定计算限制在输出端。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。