新万博体育

　　猫眼电影记者 吴德原 报道Q8X2R7L1T4J5M9B6W3

近一年以来，统一理解与生成模型发展十分迅速，该任务的主要挑战在于视觉理解和生成任务本身在网络层间会产生冲突。早期的完全统一模型（如 Emu3）与单任务的方法差距巨大，Janus-Pro、BAGEL 通过一步一步解耦模型架构，极大地减小了与单任务模型的性能差距，后续方法甚至通过直接拼接现有理解和生成模型以达到极致的性能。

香港中文大学 MMLab 和美团的研究者相信，在不久的将来统一模型的性能一定能够达到单任务的水平，但同时也引起了他们的思考，目前通过拆解架构换取性能提升的方式真的是正确的吗，它是否背离统一模型的初衷，它能够提升性能的内在原因又是什么，这种方式真的是统一模型必须的吗？

「统一模型的初衷」以及「 架构解耦的缺点」

统一理解生成模型的初衷是为了通过透明化、合理化的图文交错思考过程，提高单任务的性能，例如让模型走迷宫时统一模型可以生成每一步对应的图像，可以在模型做数学题的时候给图像画上辅助线，或者是在生成一张图像的时候边画边思考有没有生成不合理的地方并且自动修正，这些都是 Uni-MMMU 等当前统一模型基准所关注，也是它本身被独立成一个领域的初衷。

再回到架构解耦的模型，例如 BAGEL 上，它本身如果要实现图文交错思考，需要经历隐空间解码到文字或者像素空间，然后再编码到隐空间的复杂过程，两个任务也几乎不在同一个模型空间中，具有计算开销大、信息丢失两大问题。虽然在当前情况下相比于其可观的性能，这个问题似乎并不显著，但是研究者认为随着研究的进行，这会是一个很大的问题。

AIA: 模型架构解耦不是统一模型必须的

为了探究清楚「架构解耦带来性能提升的内在原因」以及「探索不使用架构解耦的前提下提升模型性能的方式」，香港中文大学 MMLab 和美团联合推出了 AIA。

论文标题：Architecture Decoupling Is Not All You Need For Unified Multimodal Model论文链接：https://arxiv.org/abs/2511.22663代码：https://github.com/zhengdian1/AIA网页：https://github.com/zhengdian1/AIA-project

研究者首先通过研究不同架构的统一模型在每一层网络中跨模态交互的强度，他们惊讶地发现不管如何进行模型架构解耦，理解和生成任务在同一层网络中始终呈现负相关的关系，同时进一步验证了这个现象与输入的模态、长度和类别都没有关系，这说明是模型自发在学习如何合理地分配两个任务在每一层中的占比，从而 「缓解冲突」，这又说明架构解耦本质上并没有解决任务之间冲突的问题。

研究者进一步在最后一列可视化了现在单任务 SOTA 的模型的多模态交互模式（HunyuanImage-3.0 虽然是统一模型，但更侧重于生成效果），结果发现随着模型解耦程度的增强，其对应的跨模态交互模式会趋向于单任务的表现，这也是能够实现性能提升的主要原因。

基于这个发现，研究者设计了Attention Interaction Alignment (AIA) 损失，通过将单任务模型的跨模态交互模式作为学习目标，在训练的过程中显式地约束统一模型的交互模式。

AIA 效果如何？

研究者在 Emu3 和 Janus-Pro 这两种完全统一架构、轻微模型解耦架构上进行了实验，如下表所示，结果表明本文的方法能够在没有任何其他 trick 的情况下提升这些模型的性能，减小了与更高解耦程度模型的差距。

同时，研究者给出了使用 AIA 损失之后 Emu3 和 Janus-Pro 跨模态交互模式曲线变化，可以发现加入了 AIA 损失之后，两个模型的交互曲线都向单任务模型的表现靠近了，既证明了 AIA 损失的有效性，同时也说明了模型架构解耦不是唯一能够提高统一模型性能的方式。

当然，研究者也承认在目前情况下完全统一的方法和高解耦程度的模型之间存在很大的差距，但正如 Emu3.5 的出现，他们认为这个差距会越来越小。因此，研究者呼吁新万博体育：的人抛开表层的框架和数据配比，深入研究统一模型的任务冲突问题，寻找更优的解法。

AIA 好训吗？

由于 Emu3 只有预训练 (PT) 阶段是统一训练的，因此研究者在其 PT 权重上进行微调，而 Janus-Pro 给的是最终 SFT 微调后的权重，研究者在此基础上进行后训练。

研究者通过调整 AIA 损失与 next-token-prediction (NTP) 损失的比重来测试其微调的敏感度，结果发现训练 Emu3 的时候由于其预训练知识比较薄弱，AIA 损失在一个很大的范围内都能达到稳定收敛的效果。而在 Janus-Pro 中，由于其本身预训练知识很强，AIA 的加入非常容易影响模型训练，但在合适的比重情况下仍然能够达到不错的效果。

AIA 有什么优势？

AIA 损失的加入可以一定程度上减少现在常见的数据配比工程问题，本文的方法在生成与理解数据配比在 1:1 的情况下能够达到更好的效果，这说明在一定程度上两个任务的训练不再是冲突的，产生了协同优化的效果。

统一模型训练的正确道路是什么？

通过结合现在所有统一模型训练的问题以及本文的实验分析，可以发现不管怎样解耦模型，其始终会在统一训练的过程中动态分配不同任务在同一层的权重来缓解冲突，那这是否实际上代表了统一模型的正确行为？

另一条统一路径是移除所有可以用来区分任务的线索（即采用统一分词器、消除任务相关特殊 token、使用交错数据数据输入），迫使模型只能从输入中学习真正的统一空间。虽然这种方法或许可以解决任务间的负相关问题，但也会显著增加训练难度。

未来展望

AIA 迈出了统一模型训练原理分析的第一步，研究者希望能够有新万博体育：志同道合的研究者加入这个领域的探索。统一模型现在的理论、架构都远远没有达到成熟，需要大家共同进行探索。同时研究者也希望大家能够更加关注统一模型真正的意义，不要一味地关注当前单任务基准上的性能。

??时事1：巴黎人线上现金

??12月02日,国台办驳斥“歼-35A对台构成新威胁”论调,

　　经过了数载消防的成长历程，我在汗水中浸透思想，在泪水与挫折中饱含辛酸，在喜悦和成功中收获成长，领悟消防真谛。还记得，在今年10月5日的一次消防救援工作中，在接到报警电话后，我与各消防同事立即出动备战，赶赴火灾现场，那是一场房火，火灾现场火势较大，烟雾浓厚，火势危急，现场情况十分紧急。在我消防大队领导的正确指挥下，我与各个消防同志奋力展开了灭火救援战斗。为保障人民安全，将人民从水深火热的严峻形势中拯救出来，我与各个消防人员，皆在救援工作中施展出自身的全部能力，发挥自身的全部力量，奋力投身于救援灭火工作之中。在救援工作中，我们来不及考虑自身的生命安全，脑中心中想的全部都是人民的生命安危。我们奋不顾身，铤而走险，深入火灾现场，在火灾严峻发展的形势下，我们与恶魔般的火势作着抗争，坚定救人为先的救援信念，最终，在几个小时的艰苦奋战下，我们赢得了最终的胜利，成功的将火势扑灭，并救出了一名老人。在救援行动结束之后，这名老人特送与我们一幅写着“灭火神勇，保民平安”字样的锦旗以表达他的谢意，在此次的救援行动中，作为消防警员的我们充分发挥了的消防精神，忠诚于我们的岗位工作，履行着自身的使命职责。

,im电竞官方网站。

??12月02日,进博会上的华商——助力海外产品与中国市场更快更好“相遇”（侨界关注）,

　　“嗯？”石子陵一惊。

,玩电子游戏,世界杯亚盘足彩网开户,那个棋牌有炸金花。

??时事2：明升体育平台网址

??12月02日,“经济通道”如何转化为“通道经济”,

　　柳枝轨迹不变，依然向上，去迎击罗浮大泽之主的攻伐。

,网投美高梅网站可靠吗,云顶平台首页,MG真人网页登陆。

??12月02日,岸田文雄等向靖国神社献祭品 中方提出严正交涉,

　　“切，别说那种传说中是否存在的东西了，就是一只火云雀或者其后代出来都能灭掉一个超级大族，真要是朱雀还容你去追？一个哈欠就能让一方王侯的领地破碎！”

,世界杯投注在哪投注的,火狐体育官网下载app,新平台注册送18。

??时事3：E世博网址

??12月02日,浙江教育观察：大思政教育如何活用红色档案资源？,

保护环境我们在行动国旗下讲话 篇7

,澳门网站游戏电子平台,188宝金博手机版注册,98娱乐彩票官网。

??12月02日,河南周口：逛千年庙会 赏非遗展演,

　　这条蛇太快了，让人反应不过来，一击而退，它只有成年人的大腿粗细，长能有六七米，与巨兽比起来很“纤秀”。

,牛牛游戏软件都有哪些,万博首页,欧亿平台客户端。

??时事4：世界杯买球app入口

??12月02日,生态环保产业：为绿色经济发展保驾护航,

　　小不点没有进断空城，而是消失在大地尽头，他一个人远行，要离开这片喧嚣地。

,美高梅注册上分手机版官网,博狗网投平台,体验金官网平台。

??12月02日,腊八将至年味渐浓 山东商河：红红火火 美好寓意促红掌热销,

　　放假时间自5月1日至5月5日结束;5月6日正常上课。

,看4张牌抢庄斗牛app,银河yh86,bob综合体育官网地址。