上海 AI Lab 发布 Intern Lumina U2:单模型统一图像视频 3D 理解与生成
Shanghai-AI-Laboratory · hf · 2026-10-16
上海人工智能实验室发布 Intern Lumina U2,一个多码本扩散语言模型,在单一骨干网络中统一视觉理解与生成。
- 使用多码本离散视觉 token,同时支持图像、视频、3D 的理解与生成
- 能力覆盖图像生成、图像编辑、图像/视频/3D 理解与问答
- 在 CharXiv、MathVision、MVBench、DFG-Bench 等多项评测上对标 Show-o2、BAGEL、LLaDA 等模型,多项领先
- 相比方案声称推理速度更快
属于「理解生成一体化」路线的又一位重量级玩家。
「模型」频道最新
- Liquid AI 发布 LFM2.5-24B-A2B:2B 激活参数主打本地 Agent 任务 — JosephJacks_ · 2026-10-16
- 传闻新模型 cherry pi 小到能跑在树莓派上? — sull · 2026-10-16
- anon-1b:用 4chan greentext 微调的 Gemma 开放权重模型 — rickasaurus · 2026-10-16
- 爆料称格局逆转:Astra 6.1 延期,OpenAI 前沿 RL 因安全暂停 — haider1 · 2026-10-16
- Span-02 主打「按截止时间推理」：开放权重决策模型，报告带置信度 — HeyAmit_ · 2026-10-16
- 开发者观察:Clunde 写医疗应用零 bug,娱乐点子却漏洞百出 — repligate · 2026-10-16