上海 AI Lab 发布 Intern Lumina U2，单模型统一图像、视频与 3D 理解生成

上海人工智能实验室发布 Intern Lumina U2，一个多码本扩散语言模型，在单一骨干网络中统一视觉理解与生成。模型使用多码本离散视觉 token，同时支持图像、视频、3D 的理解与生成，能力覆盖图像生成、图像编辑以及图像、视频、3D 的理解与问答。