Unisense：统一多模态大模型框架实现具身多感官理解

Unisense 是一个统一具身 MLLM 框架，在共享多模态架构中支持多种物理感官模态，采用两阶段训练：先将感官表征与语言对齐，再在共享 LLM 内微调各模态专家。团队构建了覆盖 8 种感官模态、100 万样本的 Unisense-1M 语料，并在深度、点云、IMU、触觉、热成像、雷达、运动与嗅觉等 12 个基准上评测，多数基准表现优于通用与专用模型。