UniToken：多模态“全能选手”，一次编码搞定图文理解与图像生成

UniToken 团队投稿量子位 | 公众号 QbitAI 首次在统一框架内实现理解与生成的“双优表现”，打破了多模态统一建模的僵局！复旦大学和美团的研究者们提出了 UniToken——一种创新的统一视觉编码方案，在一个框架内兼顾了图文理解与图像生成任务，并在多个权威评测中取得了领先的性能表现。