UniPic 是 SkyworkAI 在 GitHub 上开源的多模态图像模型系列,仓库托管模型权重与官方实现,定位为面向图像编辑、生成与理解的统一多模态模型。
用途方面,UniPic 覆盖三类核心任务:文本到图像生成(根据自然语言提示进行高保真合成)、图像编辑(无缝修复、扩展与对象操作)以及图像理解(面向多种视觉任务的感知能力)。
主要能力按三个建模范式划分:
UniPic-3:被描述为开源 SOTA 多图编辑模型,提供单图编辑与多图合成的统一框架,支持 1 至 6 张输入图像,并支持灵活分辨率;通过 CM + DMD 蒸馏实现 8 步推理,约 12.5 倍加速。
UniPic-2:包含 SD3.5M-Kontext 与 MetaQuery 变体,基于高效架构与扩散后训练,在文本到图像生成、细粒度图像编辑和多模态推理方面提供领先性能。
UniPic-1:1.5B 参数,采用统一自回归建模,将视觉理解与生成联合起来,使单一 Transformer 能够同时处理感知与合成任务。
使用方式方面,仓库提供各版本的 README 与官方实现,用户可通过 GitHub 仓库获取模型权重与代码;具体安装命令、依赖配置与推理步骤在现有资料中暂未提供,需查阅对应 README 或仓库文件。
适用场景包括:需要多图输入与合成的图像编辑工作流、文生图与细粒度编辑任务、以及需要同时进行视觉理解与生成的统一模型研究或应用。
限制方面,现有资料未提供收费、价格、平台支持范围、具体性能指标或硬件要求等信息;项目采用 MIT 许可证,详见仓库中的 LICENSE 文件。