伟德体育(BetVictor Sports)国际官网首个统一多模态模型评测标准DeepSeek Janus理解能力领跑开源

　　伟德体育(BetVictor Sports)国际官网(访问: hash.cyou 领取999USDT）在图像生成任务中，U-MLLMs的表现与专注型生成模型的差距不如理解任务那么大举例来说，Gemini2.0-flash-exp 在Text-to-Image任务中甚至超过了DALL·E 3 六个点，展现出强大的生成潜力。多数U-MLLMs（如 EMU3、HermersFlow、GILL）在图像生成任务的平均得分均高于48，显示基础图像生成已具一定可用性。不过，在视频生成任务上仍是短板。尽管如Emu3声称具备视频生成能力，但由于缺乏相应 checkpoint，暂时无法验证。从图像细节还原的角度看，当前开源U-MLLMs与DALL·E等模型仍有显著差距，尤其是在特定文本细节（如T恤号码、背景标语等）上的还原。