统一框架

字节Seed团队提出UniGRPO统一强化学习框架，用于推理驱动的文本与图像交错生成

First-Principle发布的帖子介绍，字节跳动Seed团队提出了UniGRPO，一个采用GRPO算法联合优化文本和图像生成策略的统一强化学习框架，旨在通过推理提升视觉生成质量。