**表示强迫：无瓶颈统一多模态模型**

_Representation Forcing for Bottleneck-Free Unified Multimodal Models_

> 提出表示强迫（Representation Forcing）技术，通过让解码器在生成像素前自回归预测视觉表示作为中间标记，使得无需外部预训练VAE即可实现统一多模态模型。该方法在图像生成上匹配当前最优VAE模型，在图像理解上甚至更优，为端到端无瓶颈统一多模态模型提供了有效路径。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-01 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2605.31604)