本報(bào)訊 （記者李喬宇）

    8月11日，昆侖萬維科技股份有限公司（以下簡稱“昆侖萬維”）SkyWork AI技術(shù)發(fā)布周正式啟動。8月11日至8月15日連續(xù)五天，昆侖萬維將每天發(fā)布一款新模型，覆蓋多模態(tài)AI核心場景的前沿模型。截至目前，昆侖萬維已經(jīng)發(fā)布SkyReels-A3、Matrix-Game2.0、Matrix-3D模型。

    8月13日，昆侖萬維正式開源“Skywork UniPic 2.0”模型。“Skywork UniPic 2.0”模型面向統(tǒng)一多模態(tài)建模的高效訓(xùn)練和推理框架，圍繞生成和編輯模塊輕量化、連接多模態(tài)理解模型進(jìn)行聯(lián)合訓(xùn)練，構(gòu)建了理解、生圖、編輯一體化的核心能力，旨在實(shí)現(xiàn)“高效、高質(zhì)、統(tǒng)一”的多模態(tài)生成模型。

    當(dāng)前，“Skywork UniPic 2.0”及其系列模型已全面開源，涵蓋模型權(quán)重、推理代碼、強(qiáng)化策略等，助力開發(fā)者與研究者快速上手并構(gòu)建多模態(tài)應(yīng)用。

    “Skywork UniPic 2.0”模型由三個(gè)核心模塊組成，分別為生圖編輯，統(tǒng)一模型能力以及生圖編輯后訓(xùn)練。

    生圖編輯基于SD3.5-Medium架構(gòu)將原本只支持文本輸入的模型改進(jìn)成也接受文本圖像同時(shí)輸入，然后通過高質(zhì)量圖像生成和編輯數(shù)據(jù)的訓(xùn)練將原本生圖能力擴(kuò)展成生圖、編輯雙能力。

    統(tǒng)一模型能力通過凍結(jié)生圖編輯模塊，多模態(tài)模型（Qwen2.5-VL-7B），Pre-Train連接器來構(gòu)建出理解生成編輯一體化能力，再通過連接器和生圖編輯模塊一起聯(lián)合微調(diào)，實(shí)現(xiàn)最終的一體化理解、生圖、編輯模型。

    為提升生圖編輯整體性能，生圖編輯后訓(xùn)練設(shè)計(jì)了基于Flow-GRPO的漸進(jìn)式雙任務(wù)強(qiáng)化策略，實(shí)現(xiàn)了生成與編輯任務(wù)在不互相干擾下的協(xié)同優(yōu)化，在預(yù)訓(xùn)練的基礎(chǔ)上進(jìn)一步提升了模型性能。

（編輯 張明富）