标签：UniToken

整理后的 引言 近年来，多模态AI技术的快速发展为图文理解与图像生成带来了新的突破。复旦大学和美团的研究团队提出了一种名为UniToken的统一视觉编码方案，成功在单一框架内实现了对图文理解与图像生成任务的支持。这一创新不仅打破了多模态统一建模的瓶颈，还为未来的研究提供了全新的方向。 UniToken的核心优势 UniToken通过融合连续和离散的视觉表征，有效解决了传统方法中“任务干扰”和“表示割裂”的问题。它采用双编码器架构，将VQ-GAN的离散编码与SigLIP的连续表征结合，从而兼顾了高层语义与底层细节。这种设计...