IXThinker·2025-05-12 13:00

Nexus-Gen開源統一圖像理解生成編輯

GPT-4o帶動業界投向全模態模型，ModelScope團隊選擇取長補短：把開源多模態大模型的語言建模能力，與擴散模型的像素級圖像建模結合，做出可理解、生成、編輯圖像的統一模型Nexus-Gen。

取長補短思路

開源MLLMs與擴散模型各自經過大規模預訓練，從零訓練統一模型不如有機結合兩者優勢。團隊據此提出Nexus-Gen，同時勝任圖像理解、生成與編輯任務。