MODUS:统一解码式多模态模型

HildeKuehne · x · 2026-07-09

帖子介绍了 MODUS,一个将在 ICML 2026 相关场景中展示的 decoder-only any-to-any 多模态模型。 作者强调,多模态训练如何利用强预训练 LLM/VLM 作为先验、避免从零训练,是当前的重要问题;MODUS 试图用单一 transformer decoder 预测任意模态,从而提升这类模型的可用性。

原文链接 →