昆仑万维开源多模态统一模型Skywork UniPic，图像生成新突破！1.5B参数打造吉卜力级视觉体验，国产AI再升级

当然可以！以下是根据您提供的原文，人工风格整理后的SEO优化文章，结构清晰、语言自然、关键词分布合理，适合搜索引擎收录和排名。

## （由多段落组成）：

国产多模态统一模型新突破，1.5B参数实现“吉卜力级”图像体验

近年来，随着AIGC技术的飞速发展，多模态统一模型正逐渐成为人工智能领域的新宠。昆仑万维最新开源的Skywork UniPic，以仅1.5B参数的轻量级模型，实现了媲美百亿参数模型的图像理解、生成与编辑一体化能力，为国产开源AI技术注入了新的活力。

该模型不仅支持文本到图像生成、图像编辑等主流功能，还能在消费级显卡如RTX 4090上流畅运行，真正实现了高性能与低门槛的结合。目前，模型权重、技术报告和全流程代码均已开源，为开发者提供了完整的参考与实践路径。

模型能力惊艳，媲美GPT-4o“吉卜力风”

Skywork UniPic的图像生成能力令人印象深刻。无论是描绘“江户时代寿司师傅投掷彩虹寿司”的奇幻场景，还是将图像转换为吉卜力动画风格，模型都能精准理解并生成高质量图像。其在图像理解、编辑、生成三大任务上的深度融合，标志着多模态统一模型正从“功能分离”走向“能力融合”。

在多个基准测试中，Skywork UniPic的表现也毫不逊色。例如在GenEval指令遵循评估中取得0.86分，逼近7B参数模型的0.88分；在DPG-Bench复杂指令生图测试中达到85.5分，与14B参数模型相当。

自回归架构引领统一建模新方向

Skywork UniPic采用自回归模型架构，将图像生成深度整合到多模态框架中，区别于传统扩散模型。该架构借鉴了Harmon的设计理念，结合MAR和SigLIP2两种视觉编码器，在图像生成与理解之间实现了高效协同。

通过大规模预训练与亿级高质量图像-文本对的学习，模型不仅具备强大的图像生成能力，还能精准抽取图像中的语义信息，支持跨模态推理与编辑任务。

精炼数据体系，小数据也能训练大模型

值得一提的是，Skywork UniPic并未依赖海量数据堆砌，而是构建了一套高度优化的高质量数据体系。团队通过亿级精选预训练语料与数百万级任务精调样本，实现了模型性能的大幅提升。

数据构建过程中，团队注重任务分布均衡、指令模板多样性以及多层次质检机制，确保训练数据的纯净与高效。这种“以质取胜”的策略，显著降低了训练成本，同时提升了模型的泛化能力。

奖励模型加持，图像生成与编辑更智能

为了进一步提升图像生成与编辑的质量，昆仑万维团队自主研发了两套专用奖励模型：Skywork-ImgReward 和 Skywork-EditReward。

前者用于文生图质量评估，表现更接近人类偏好；后者则专门针对图像编辑任务，可自动剔除低质量样本，提升编辑的自然度与连贯性。例如，在“移除图片中的鸟类”任务中，模型能精准识别并补全湖面倒影，呈现出几乎无痕的编辑效果。

渐进式训练策略，平衡三大核心任务

为实现图像理解、生成与编辑三者之间的均衡发展，Skywork UniPic团队创新性地引入了渐进式多任务训练机制。

训练初期聚焦单一任务，待模型稳定后逐步引入理解与编辑任务，避免任务间干扰。同时，采用分阶段分辨率提升与参数解冻策略，确保模型在不同阶段都能高效学习，最终实现多模态协同增强。

多模态统一模型为何备受关注？

从GPT-4o的“吉卜力风”现象可以看出，用户对AI工具的期待已从单一功能转向全能型体验。Skywork UniPic的出现，正是对这一趋势的有力回应。

统一模型将“看图”、“生图”、“改图”等能力融合于一体，极大降低了使用门槛，使更多普通用户也能轻松创作高质量。此外，统一建模还带来了“一次训练，处处生效”的范式升级，为AIGC从“拼规模”转向“拼效率”提供了技术基础。

开源助力技术平民化，昆仑万维持续发力

作为国内AI开源的重要推动者，昆仑万维自2023年以来持续开源多个核心模型与工具，涵盖大语言模型、视频生成、数字智能体等多个领域。此次Skywork UniPic的发布，不仅丰富了其开源生态，也为全球开发者提供了宝贵的研究资源。

目前，模型权重、技术报告及代码均已开放，感兴趣的开发者可前往以下链接获取：

– 模型权重：[https：//huggingface.co/Skywork/Skywork-UniPic-1.5B](https：//huggingface.co/Skywork/Skywork-UniPic-1.5B)
– 技术报告：[https：//github.com/SkyworkAI/UniPic/blob/main/UNIPIC.pdf](https：//github.com/SkyworkAI/UniPic/blob/main/UNIPIC.pdf)
– 代码仓库：[https：//github.com/SkyworkAI/UniPic](https：//github.com/SkyworkAI/UniPic)

本文来源：