WeLM-Image统一图像生成模型论文发布

Canmiao Fu等作者发布论文，提出统一图像基础模型WeLM-Image，把多模态理解融入文生图、指令引导编辑和多参考合成，面向微信大规模消费级应用的单GPU部署。模型采用Mixture-of-Transformers骨干，存储参数31.7B，每个目标latent token约激活5.4B生成参数，支持原生1.5K分辨率。 作者称，1536分辨率模型在PRISM-Bench、Qwen-Image-Bench和UnicBench上于所评估的开源模型中排名第一；经MeanFlow少步蒸馏得到的WeLM-Image-Turbo，在单张NVIDIA H20 GPU上以8个无引导步生成1024×1024图像耗时4.98秒。

AI 根据报道生成 · 45 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。