arXiv Computer Vision· 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·· 2 小时前AI 评分22
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，让统一多模态模型在给定原图和编辑指令后，先推理编辑内容与方式并描述目标状态，再据此生成目标图像。配套提出的 TreeGRPO 采用树结构强化学习，为每条推理路径采样多个候选图像并聚合视觉奖励，统一更新理解与生成两个模块。多项基准实验显示，理解与生成任务均获得一致提升。
来源：arXiv Computer Vision · arxiv.org