Harmon:协调视觉表征,统一多模态理解和生成(模型已开源) 下午4时 2025/05/10 作者 机器之心 吴思泽博士生提出Harmon模型,通过统一多模态表征促进图像理解和生成。其框架包括共享MAR编码器和三阶段训练策略,在理解与生成任务中均取得显著效果,并优于现有统一模型。