微信团队发布WeLM-Image统一图像生成模型论文

微信团队发布论文，提出统一图像基础模型 WeLM-Image，将多模态理解融入文生图、指令编辑与多参考合成，面向微信消费级应用的单 GPU 部署。 该模型总存储参数为 317 亿，每个目标 latent token 约激活 54 亿生成参数。论文称其 1536 分辨率版本在所评测的开源模型中于 PRISM-Bench、Qwen-Image-Bench 和 UnicBench 上排名第一。基于 MeanFlow 的少步蒸馏得到 WeLM-Image-Turbo，据论文所述可在单张 NVIDIA H20 GPU 上以八步无引导采样在 4.98 秒内生成一张 1024×1024 图像。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。