SkyworkAI/UniPic

Open-source SOTA multi-image editing model

What it solves

Skywork-UniPic 是一個旨在於單一框架內處理影像生成、編輯與理解的統一多模態模型系列。它消除了為不同視覺任務使用分開模型的需求，為高保真合成與強健的感知提供了一套多功能的工具集。

How it works

該專案包含三種不同的建模範式：

  • UniPic-3: 一個支援 1–6 張輸入影像且解析度靈活的多圖編輯模型。它使用 CM + DMD distillation 來實現 8 步推理，從而實現 12.5 倍的加速。
  • UniPic-2: 基於高效能架構並結合 Diffusion Post-Training，具有如 SD3.5M-Kontext 與 MetaQuery 等變體，用於文字轉影像生成、細粒度編輯與多模態推理。
  • UniPic-1: 一個 1.5B 參數的模型，使用 Unified Autoregressive Modeling 來在單一 Transformer 中同時處理視覺感知（理解）與合成（生成）。

Who it’s for

內容創作者、AI 研究人員與開發者，他們需要一種統一的方法來進行影像操縱、高速影像編輯與多模態視覺推理。

Highlights

  • Unified Framework: Combines generation, editing, and understanding in one series.
  • Multi-Image Support: UniPic-3 can process up to 6 input images for composition.
  • Multi-Image Support: UniPic-3 can process up to 6 input images for composition.
  • High-Speed Inference: UniPic-3 offers 12.5x faster inference via 8-step distillation.
  • Diverse Paradigms: Offers autoregressive and diffusion-based post-training approaches.