reconstruction-alignment

用重建对齐让多模态模型零样本能力大爆发

Reconstruction Alignment 是 ICLR 2026 论文的官方实现，旨在通过自监督学习提升统一多模态模型（如文本到图像、图像编辑、图像理解等）的零样本能力。项目核心是提出一种重建对齐方法，在训练过程中引入图像重建任务，使模型更好地对齐视觉与语言表征，从而解锁大规模零样本潜力。它基于 ComfyUI 生态，提供 ComfyUI 节点，方便集成到现有工作流中。解决的问题是统一多模态模型在零样本场景下性能不足、模态对齐薄弱的问题。核心能力包括：支持文本到图像、图像编辑、图像到文本等多种任务，通过自监督重建增强表征，且易于在 ComfyUI 中部署使用。项目处于早期阶段，代码和文档正在完善中。