说明文档
UniPic 是由 Skywork 团队开发的下一代视觉大模型。它打破了传统 AI 只能“要么理解、要么生成”的隔阂，通过统一的建模范式，在单一架构下实现了顶尖的视觉感知、高质量图像合成以及细腻的图像编辑能力。
核心建模范式
UniPic 系列包含两种独特的建模路径：
- UniPic-1.0 (1.5B)：采用统一自回归建模（Unified Autoregressive Modeling），让单个 Transformer 能够同时处理感知（理解）任务和合成（生成）任务。
- UniPic-2.0 系列：基于高效架构（Efficient Architectures）并结合扩散模型后训练（Diffusion Post-Training）。包含
SD3.5M-Kontext和MetaQuery变体，在保持理解能力的同时，实现了 SOTA 级的图像生成与编辑性能。
核心能力
-
文生图 (Text-to-Image Generation)：
- 能够根据自然语言提示词生成高保真、细节丰富的图像。
- 得益于扩散后训练技术，生成结果在艺术性与指令遵循度上表现优异。
-
图像精准编辑 (Fine-grained Image Editing)：
- 支持局部重绘 (Inpainting)、外延绘制 (Outpainting) 以及物体操控 (Object Manipulation)。
- 能够实现无缝的、符合逻辑的图像内容修改。
-
视觉理解 (Image Understanding)：
- 具备强大的多模态推理能力，可以精准识别图像内容、回答视觉问题（VQA）并进行复杂的场景分析。
-
高效架构 (Efficient Architecture)：
- 针对部署和精度进行了双重优化，在保持高性能输出的同时，兼顾了推理效率。
适用群体
- AI 研究者与开发者：探索“统一模型”架构（理解+生成）的前沿技术。
- 视觉创意工作者：需要在一个工具内完成从“理解参考图”到“修改细节”再到“全新生成”的全流程。
- 多模态应用集成商：寻找能够同时处理视觉问答和图像创作的高性能底座模型。
