**OmniTaskonomy：视觉生成如何提升视觉理解能力**

_OmniTaskonomy: When Does Visual Generation Improve Visual Understanding?_

> 该研究通过构建涵盖19项生成任务和25项理解能力的统一分类体系，系统分析了视觉生成监督对视觉理解的影响。研究发现，在特定训练策略下，图像到图像（I2I）生成任务能显著提升图像到文本（I2T）理解性能，且收益随数据量增加而扩大。研究揭示了任务间的选择性迁移规律，如深度预测增强3D推理，并发现2.5D分割提升类别识别等反直觉联系。梯度对齐分析表明，更强的任务间梯度一致性对应更大的下游迁移收益，为利用生成任务优化理解模型提供了路线图。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-09-30 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2609.38079)