Ming-UniVision

一个模型搞定图像理解与生成，统一分词器赋能视觉任务

Ming-UniVision 是一个统一图像理解与生成的联合模型开源项目，核心创新在于提出连续统一分词器（Continuous Unified Tokenizer），将图像理解与生成任务整合到单一框架中。它解决了传统视觉模型将理解与生成分离、需要多个专用模型协作的问题，通过统一的表征和训练范式，使模型既能完成图像分类、分割等理解任务，也能胜任文本到图像生成、图像编辑等生成任务。项目提供完整的代码实现和预训练模型，支持图像编辑、生成、理解等多种场景，旨在推动视觉基础模型向更通用、更高效的方向发展。

开源 free 图像生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 143
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类图像生成
开发团队inclusionAI
所属国家
官网地址
GitHubhttps://github.com/inclusionAI/Ming-UniVision
定价模式free
价格说明开源项目，MIT许可证，代码免费，需自行部署
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型image,image-editing,image-generation,image-understanding,unified-model
GitHub 星标★ 143
30天Star增速
HF 下载量
上线时间2025-09-30 00:00:00
最近更新2026-07-08 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数4

使用教程

核心亮点

  • 创新性地提出连续统一分词器，实现理解与生成任务的深度融合
  • 覆盖图像理解、生成、编辑三大核心能力，模型通用性强
  • 代码开源，便于研究者复现和二次开发

不足之处

  • 项目处于早期阶段，文档和社区生态待观察
  • 星标数较少，实际应用案例和性能验证有限

适用场景

  • 学术研究：探索统一视觉模型架构与训练方法
  • 多任务视觉应用：需要同时支持图像识别与生成的场景
  • 图像编辑：基于统一模型实现高质量编辑功能

替代项目

UniDiffuser、SEED-LLaMA、Emu

项目介绍

Ming-UniVision 是开源模型领域的开源项目，由 inclusionAI 开发，2025 年首次发布。

它收录于开源模型分类，该分类目前共有 424 个项目，GitHub 星标数为 143。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-07-08。MIT许可证，代码免费，需自行部署。

它主要面向的使用场景是：学术研究：探索统一视觉模型架构与训练方法。同类可对比的替代方案包括 UniDiffuser、SEED-LLaMA、Emu。

上一篇：Awesome-AIGC-Research-Groups

下一篇：axodox-machinelearning

同类项目推荐

Machine-Learning 开源

跟着博客笔记，边看边跑机器学习代码

All content related to machine learning from my blog

★ 115 2026-08-09
awesome-ltx2 开源

找齐 LTX-2 模型、工作流和 LoRA，一键上手视频生成。

All available LTX-2 models, encoders, workflows, LoRAs for ComfyUI

★ 593 2026-08-10