arXiv · cs.AI· Canmiao Fu·· 1 天前精选AI 评分58
WeLM-Image：面向视觉智能的统一图像生成模型
WeLM-Image: A Unified Image Generation Model towards Visual Intelligence
来源与原文
arXiv · cs.AI
作者：Canmiao Fu
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2611.07392v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
微信团队提出统一图像基础模型 WeLM-Image，把多模态理解接入文生图、指令编辑和多参考图合成，面向单 GPU 部署。模型采用 Mixture-of-Transformers 骨干并在理解与生成两条路径上加 MoE，存储参数 31.7B、每个目标 latent token 激活约 5.4B 生成参数，支持原生 1.5K 分辨率。论文称 1536 分辨率版本在 PRISM-Bench、Qwen-Image-Bench 和 UnicBench 上位列所评测开源模型第一，MeanFlow 少步蒸馏得到的 WeLM-Image-Turbo 在单张 NVIDIA H20 上以 8 步无引导生成 1024×1024 图像耗时 4.98 秒。
推荐理由
论文给出 WeLM-Image 的 MoT+MoE 结构与单卡部署方案，并列出其在三个图像基准上的开源模型排名。
来源：arXiv · cs.AI · arxiv.org
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。