arXiv cs.CV· Feize Wu, Zhiyuan Yan, Yuhuan Hong, Yuwei Niu, Zongjian Li, Zheyuan Liu, Bin Lin, Jinbo Yan, Jie Qin, Xudong Mao, Limeng Qiao, Guanglu Wan, Li Yuan·· 3 小时前AI 评分43
ReasonUni：推理增强重建推进统一多模态模型
ReasonUni: Reasoning-Augmented Reconstruction Advances Unified Multimodal Models
AI 导读
ReasonUni 是一个推理增强的重建式后训练框架，把统一多模态模型中的图像到文本理解与文本到图像生成耦合扩展到感知之外：先推理要改什么、如何改并描述目标状态，再据此生成目标图像。作者同时提出 TreeGRPO，这种树结构强化学习为每条推理路径采样多张候选图像，再聚合视觉奖励、以统一目标更新两个模块。多个 benchmark 实验显示理解与生成均取得一致提升。
来源：arXiv cs.CV · arxiv.org