2025-04-25
多模态统一编码突破
复旦与美团提出UniToken，一次编码同时完成图文理解与图像生成，在多项基准夺SOTA；腾讯InstantX亦开源角色一致图像生成框架，可媲美GPT-4o效果，显示多模态统一表征正快速收敛，降低模型与数据冗余。
2025-04-23
多模态大模型技术突破
字节Vidi、xAI Grok Vision、阿里VACE等密集发布，统一文本-图像-视频理解与生成，标志超长视频、3D、视觉交互进入可用级，将重塑内容生产、广告、教育、自动驾驶等场景，开启“全模态”竞争新阶段。