·多模态, 论文解读
1 分钟0
UMM论文解读02-早期统一模型篇：Chameleon、Emu3、Transfusion、Show-o的四条技术路线
> 2024 年 5 月到 9 月，四个团队几乎同时交出了"统一理解与生成"的答卷。Meta 的 Chameleon 走 early-fusion 全离散路线，智源的 Emu3 证明纯 next-token prediction 就能统一图文视频，Meta 的 Transfusion 把 AR 和扩
·多模态, 论文解读
1 分钟0
UMM论文解读03-主流模型篇：Janus-Pro、BAGEL、SenseNova U1的三种统一范式
> 如果说 2024 年夏天的四篇论文回答了"统一是否可行"，那么 2025 至 2026 年的三篇代表作——DeepSeek Janus-Pro、字节 BAGEL、商汤 SenseNova U1——回答的是"统一能否匹敌甚至超越专用模型"。三条路线分别选择了解耦编码、MoT 双塔、去 VE/VAE
·AI, 多模态, 学习路径
1 分钟0
理解与生成统一模型（UMM）学习路径：从拼接架构到原生统一，从入门到前沿探索
理解与生成统一（Unified Multimodal Model, UMM）是 2024-2026 年多模态 AI 领域最活跃的研究方向之一。从 Meta 的 Chameleon 到字节的 BAGEL、商汤的 SenseNova U1，技术迭代以月为单位。本文给出一条从基础到前沿的完整学习路径，涵盖
·AI技术
1 分钟0
SenseNova U1.5深度解析：去VE/VAE的原生统一多模态，4K图像生成与精准编辑的技术突破
引言 2026年4月，商汤科技发布并开源了 SenseNova U1 系列原生理解生成统一模型，首次完整展示了基于自研 NEO-unify 架构的原生统一多模态路线。四个月后的8月21日，商汤正式开源 SenseNova U1.5 Lite，从"验证架构是否可行"迈向"真实创作场景好用"。