**统一多模态自回归建模：共享上下文视觉分词器是实现统一的关键**

_Unified Multimodal Autoregressive Modeling with Shared Context-Visual Tokenizer is Key to Unification_

> UniAR提出统一自回归框架，采用单一离散视觉分词器桥接理解与生成，通过多层特征融合与无查找位量化保留语义与细节，结合并行位预测与扩散解码器，在图像生成与编辑任务上达到最优，并在多模态理解中保持竞争力。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-17 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.18249)