新万博体育

　　猫眼电影记者 李永深 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：ayx爱游戏网页版|AYX体育

??12月02日,达沃斯纵论世界经济，中方推动全球“重建信任”积极叙事,

　　第一、勤奋学习。掌握牢固的文化科学知识，掌握探究知识的本领，为我们今后的发展打下扎实的基础。我校新的课堂学习模式已经全面展开，它将使你的学习由被动变为主动，使你真正成为学习的主人。在新的学期里，希望同学们在老师的教育下，能主动积极地参与学习，要铭记"勤奋、健康、上进"的学风，养成"乐于学习、勤于学习、善于思考、勇于探索"的学习品质和良好的学习习惯，积极探讨好的学习方法，自主学习，刻苦钻研，做课堂的主人，做时间的主人，做学习的主人，全面提高学习成绩。

,世界杯球赛哪里买球。

??12月02日,促进两岸经济文化交流合作部际协调机制工作会议在北京举行,

　　他像是一个魔神，催动各种骨文与宝术，前方尸体成片大倒下，各种生灵的血溅起很高，落在其身上，早已成为了一个血人。

,微信在哪投注世界杯,优德买球,欧亚娱乐。

??时事2：韦德国际官方网站

??12月02日,东西问丨郑皆连：中国拱桥为世界贡献了什么？,

　　“你……”那两人气到哆嗦，他们是何等高贵的身份，平日有谁敢不敬，现在居然被人在盘剥，在抢劫。

,新葡萄手机下载,新匍京官方网站,bet8登录入口。

??12月02日,新疆博州：云层下的“梦幻草原”萨尔巴斯套,

　　“都给我去死！”

,金赞在线娱乐,银河娱乐官网多少,菲律宾亚星官方网站。

??时事3：开户就送18

??12月02日,冰天雪地也是金山银山｜乘势而上打造冰雪经济高地,

　　“那个女子很漂亮。男人也很英俊，但是有些病容。”族长如实说道。

,星光娱乐官网app下载,视讯真人游戏体育,体育盘口平台。

??12月02日,（新春走基层）青海“高跷之乡”社火排练 延续百年传统文化,

　　这还不算完，族人又抽出几条筋，放入鼎中，且从宝骨中取出不少淡金色的神髓，也放入了黑色鼎中，让大药更加的璀璨了，香气馥郁。

,电子游戏网站,新利体育app,线上德州app。

??时事4：BOB平台网址

??12月02日,浙江金华一乡村医生：仁心守护村民55载,

　　太阳下山，夕阳染红天边，一群狩猎的人回来了，猎物不是很多，而且有人被抬了回来。

,威廉希尔在线投注,MG真人赌场网站,华体会登录手机版。

??12月02日,上期所：上市铅、镍、锡和氧化铝期权将进一步完善相关品种序列,

　　在其掌心中，出现一个古老的字符，璀璨夺目，映照的天空都明亮了起来，轰的一声，凶气弥漫，一条灰褐色的凶蛟自那符文中化形而出，扑向小不点。

,365博苹果手机下载,ag永乐国际官网,新世纪娱乐。