昆仑万维于8月13日推出全新开源框架Skywork UniPic 2.0。
作为SkyWork AI技术发布周的第三弹，该模型以轻量化架构实现多模态理解、生图与编辑能力统一，首次通过渐进式强化学习解决生成与编辑任务协同优化的行业难题，为开发者提供高效开源工具。
技术创新
UniPic 2.0的核心创新在于三大模块的协同设计：
生图编辑模块
基于SD3.5-Medium架构（2B参数），将文本输入扩展为“文本+图像”双输入模式，通过高质量数据训练同时支持文生图（T2I）和图像编辑（I2I）任务。轻量化设计下，其性能超越12B参数的Flux.dev等模型。
统一能力整合
冻结生图模块后，连接多模态模型Qwen2.5-VL-7B与轻量连接器，通过联合训练实现理解、生成、编辑一体化。用户可灵活切换功能，例如：输入图片与文本指令，模型精准识别内容（如景点名称、鸟类物种）。
强化学习优化
首创Flow-GRPO渐进式双任务强化策略，在生图与编辑任务间动态分配奖励信号，避免互相干扰。例如：将跑车图片转换为冰河世纪风格：
功能亮点
图像生成：根据用户输入的文字描述，生成高质量的图像，支持多种风格和场景。
图像编辑：对现有图像进行内容修改、风格转换等操作，满足多样化的编辑需求。
多模态理解：能够理解图像内容并回答相关问题，支持复杂指令的执行和内容修改。
并且Skywork UniPic 2.02B参数碾压12B巨无霸，开源生态赋能开发者！
应用场景
创意设计：广告公司输入文案秒出海报初稿，插画师通过指令生成灵感构图，效率提升超80%。
影视游戏开发：生成角色原画、场景概念图，缩短前期设计周期。
电商与工业设计：一键生成商品海报，家具品牌快速迭代包装设计。
Skywork UniPic 2.0以轻量化+一体化重新定义多模态模型边界，其开源策略将进一步加速AI创作工具普及。
GitHub：https://github.com/SkyworkAI/UniPic/tree/main/UniPic-2
#AI开源项目推荐##github##昆仑万维##AI图像理解#AI图像编辑#多模态模型#
