上海AI实验室发布Lumina U2统一视觉理解与生成

上海人工智能实验室 Intern 团队发布 Lumina U2，这是一个多码本扩散大语言模型，统一了文本、图像、视频与 3D 内容的理解和生成能力。与常见的统一模型不同，Lumina U2 不仅支持图像生成，还能理解视频和 3D 内容，主打全能视觉能力，被视为统一多模态模型方向的新进展。

2026-09-05 ~ 2026-09-05 · 2 条相关

• Intern发布Lumina U2:统一视频3D理解与图像生成 — bdsqlsz · 2026-09-05
• Intern Lumina U2 发布：扩散大模型统一图文视频与 3D 理解 — bdsqlsz · 2026-09-05