IXThinker·2026-06-18 18:20

騰訊混元開源統一多模態強化學習框架

多模態生成模型的強化學習訓練長期面臨技術棧碎片化問題：圖像、影片、多模態與語言模型各有流程，難以復用。有科技巨頭團隊開源統一框架UniRL，將多種模態納入同一套分布式訓練流程。

開源框架亮點

該框架首次將擴散模型、自回歸模型與生成理解統一模型的強化學習訓練納入同一完整流程，提供分布式後訓練能力，具備高擴展性與模塊化設計，便於跨模態遷移與聯合優化，降低研發重複投入。