研究：跨模态引导向量同时存在于图像与文本生成中

研究在多个统一多模态模型中发现，引导向量可零样本双向迁移：在文本 token 上找到的引导向量加到图像 token 上同样能控制生成，反之亦然。即便对某一模态高度独有的概念（如正式与口语化语言），向量也能在另一模态引发一致且可解释的效果，如正式服装与设计。这类可迁移向量在同一概念下方向趋于相似，尽管文本与图像表征之间存在明显的模态鸿沟。