RUNG：有序视觉编码统一描述与生成

2026年10月14日，arXiv Artificial Intelligence 报道了一项研究，提出有序视觉编码方法 RUNG，将图像描述与文生图统一为逐级细化框架。该编码的前缀由描述摘要阶梯监督，全长用于重建图像；生成任务将编码延伸至提示之外，描述任务则截断编码。在数据与容量固定下，按语言而非重建排序使前缀-描述信息量提升 2.9 倍，GenEval 从 0.76 升至 0.83；代价是四分之一码长时 PSNR 下降 2.8 dB，全长仅降 0.1 dB。研究由 Ruilin Gong、Hao Gong 等人提出。目前进展限于该报道所述实验与指标，尚无后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。