ReasonUni 推理增强重建后训练框架发布

2026年10月16日，arXiv Computer Vision 刊出 Feize Wu 等作者的报道，提出 ReasonUni 推理增强重建式后训练框架。该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。目前进展为方法发布与基准实验报告，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。