**WeLM-Image：首个统一图像生成模型，实现视觉智能与单卡极速生成**

_WeLM-Image: A Unified Image Generation Model towards Visual Intelligence_

> WeLM-Image 是一款面向微信大规模应用的统一图像基础模型，首次将多模态理解、指令编辑与多参考合成整合于单一架构。该模型采用混合 Transformer 骨干网络与混合专家模块，在单张 GPU 上即可部署，支持 1536 分辨率生成并在开源模型中性能领先。通过双语标注与验证编辑监督，模型可训练至原生 1.5K 分辨率；其衍生版本 WeLM-Image-Turbo 能在单卡 NVIDIA H20 上以 4.98 秒生成 1024×1024 图像。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-11-06 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2611.07392)