昆仑万维发布多模态预训练模型 Skywork UniPic

快速阅读: 据相关媒体最新报道，7月30日，昆仑万维开源多模态模型Skywork UniPic，支持图像理解、生成与编辑，性能接近大模型，可在消费级显卡运行。

7月30日，北京，昆仑万维正式推出并开源了多模态统一预训练模型Skywork UniPic。该模型基于自回归路线开发，集成了图像理解、文本到图像生成及图像编辑三大功能，经过大规模高质量数据的端到端预训练，展现出强大的通用性和可迁移性。

Skywork UniPic采用了MAR编码器和SigLIP2主干网络，突破了传统多模态模型在语义信息保留上的限制，实现了跨任务的深度协同。用户只需提供提示词，就能轻松完成图像理解、生成及风格转换等复杂操作，如生成特定场景的图片或进行图像风格编辑。

在性能上，Skywork UniPic以1.5亿参数规模达到了接近大型统一模型的效果，在指令遵循、复杂指令图像生成及图像编辑等测试中表现优异，尤其支持在消费级显卡上流畅运行，大幅降低了技术应用的门槛。

模型的成功得益于其高效的数据构建体系、专门的奖励模型优化以及渐进式的多任务训练策略。通过高效的语料库和分层分辨率训练机制，Skywork UniPic在保证模型性能的同时提升了训练效率，解决了传统方法中的能力权衡问题。

此次开源是昆仑万维推动AI技术普及的重要步骤。此前，公司已开源多个领域的大型模型，Skywork UniPic的加入将进一步促进AI技术成为易用的创意工具。用户可以通过相关链接获取模型权重、技术报告及代码仓库等资源。

(以上内容均由AI生成)