**UniSpark：混合注意力机制赋能统一多模态理解与生成**

_UniSpark: Exploring Hybrid Attention for Multimodal Understanding and Generation_

> UniSpark-9B 是一款基于混合注意力架构的统一多模态模型，结合了全注意力与 GatedDeltaNet 线性注意力，实现了视觉问答、文生图及图文交错生成等任务。该模型通过分阶段课程训练，在 MME-S 和 GenEval 基准测试中分别取得 2470.3 和 0.83 的优异成绩，有效验证了混合注意力在统一多模态处理中的潜力。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-11-13 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2611.16517)