随着 GPT-4o 展现出令人印象深刻的多模态能力，将视觉理解和图像生成统一到单一模型中已成为 AI 领域的研究趋势（如MetaQuery 和 BLIP3-o ）。 南洋理工大学 S-Lab 和商汤科技的研究团队推出 OpenUni，一个开源版 MetaQuery，仅用 1.1B 参数达到 8B 模型性能，更将代码、权重、数据全部开源！ https://github.com/wusize/OpenUni 联系方式： size001@e.ntu.edu.sg 架构图， OpenUni 架构：通过 256 个可学习查询和 6 层轻量连接器，桥接冻结的 InternVL （理解）与 SANA （生成） 机构： 南洋理工大学 S-Lab、商汤科技新加坡研究院 作者： Size Wu*, Zhonghua Wu*, Zerui Gong* (* 同等贡献), Qingyi Tao, Sheng Jin, Qinyue Li, Wei Li, Chen Change Loy 开源代码： 图 1 ： OpenUni 在生成任务上的性能表现，展示了其高效的参数利用 三大核心优势 | Size Wu*1 | | Zhonghu ...