Buchumschlag

UniG2U-Bench: Do Unified Models Advance Multimodal Understanding?

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wen, Zimo, Li, Boxiu, Zhang, Wanbo, Lei, Junxiang, Chen, Xiaoyu, Fan, Yijia, Zhang, Qi, Wang, Yujiang, Qiu, Lili, Li, Bo, Liu, Ziwei, Shan, Caihua, Yang, Yifan, Shen, Yifei
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

UniEval: Unified Holistic Evaluation for Unified Multimodal Understanding and Generation
von: Li, Yi, et al.
Veröffentlicht: (2025)

UniFork: Exploring Modality Alignment for Unified Multimodal Understanding and Generation
von: Li, Teng, et al.
Veröffentlicht: (2025)

UniModel: A Visual-Only Framework for Unified Multimodal Understanding and Generation
von: Zhang, Chi, et al.
Veröffentlicht: (2025)

Does Unification Come at a Cost? Uni-SafeBench: A Safety Benchmark for Unified Multimodal Large Models
von: Peng, Zixiang, et al.
Veröffentlicht: (2026)

OpenUni: A Simple Baseline for Unified Multimodal Understanding and Generation
von: Wu, Size, et al.
Veröffentlicht: (2025)

UniToken: Harmonizing Multimodal Understanding and Generation through Unified Visual Encoding
von: Jiao, Yang, et al.
Veröffentlicht: (2025)

VidGuard-R1: AI-Generated Video Detection and Explanation via Reasoning MLLMs and RL
von: Park, Kyoungjun, et al.
Veröffentlicht: (2025)

UniAPO: Unified Multimodal Automated Prompt Optimization
von: Zhu, Qipeng, et al.
Veröffentlicht: (2025)

UniCMs: A Unified Consistency Model For Efficient Multimodal Generation and Understanding
von: Xu, Chenkai, et al.
Veröffentlicht: (2025)

UniLiP: Adapting CLIP for Unified Multimodal Understanding, Generation and Editing
von: Tang, Hao, et al.
Veröffentlicht: (2025)

Omni-DNA: A Unified Genomic Foundation Model for Cross-Modal and Multi-Task Learning
von: Li, Zehui, et al.
Veröffentlicht: (2025)

CueBench: Advancing Unified Understanding of Context-Aware Video Anomalies in Real-World
von: Yu, Yating, et al.
Veröffentlicht: (2025)

UniCode$^2$: Cascaded Large-scale Codebooks for Unified Multimodal Understanding and Generation
von: Chen, Yanzhe, et al.
Veröffentlicht: (2025)

UniChange: Unifying Change Detection with Multimodal Large Language Model
von: Zhang, Xu, et al.
Veröffentlicht: (2025)

UniPose: A Unified Multimodal Framework for Human Pose Comprehension, Generation and Editing
von: Li, Yiheng, et al.
Veröffentlicht: (2024)

PairUni: Pairwise Training for Unified Multimodal Language Models
von: Zheng, Jiani, et al.
Veröffentlicht: (2025)

UniDiff: A Unified Diffusion Framework for Multimodal Time Series Forecasting
von: Zhang, Da, et al.
Veröffentlicht: (2025)

UniAct: Unified Motion Generation and Action Streaming for Humanoid Robots
von: Jiang, Nan, et al.
Veröffentlicht: (2025)

UniPath: Adaptive Coordination of Understanding and Generation for Unified Multimodal Reasoning
von: Bai, Hayes, et al.
Veröffentlicht: (2026)

UniM: A Unified Any-to-Any Interleaved Multimodal Benchmark
von: Li, Yanlin, et al.
Veröffentlicht: (2026)

How Do Large Language Models Understand Graph Patterns? A Benchmark for Graph Pattern Comprehension
von: Dai, Xinnan, et al.
Veröffentlicht: (2024)

Towards Graph Foundation Models: Training on Knowledge Graphs Enables Transferability to General Graphs
von: Wang, Kai, et al.
Veröffentlicht: (2024)

Uni-MMMU: A Massive Multi-discipline Multimodal Unified Benchmark
von: Zou, Kai, et al.
Veröffentlicht: (2025)

Uni-RS: A Spatially Faithful Unified Understanding and Generation Model for Remote Sensing
von: Zhang, Weiyu, et al.
Veröffentlicht: (2026)

M$^3$GPT: An Advanced Multimodal, Multitask Framework for Motion Comprehension and Generation
von: Luo, Mingshuang, et al.
Veröffentlicht: (2024)

Uni-Sign: Toward Unified Sign Language Understanding at Scale
von: Li, Zecheng, et al.
Veröffentlicht: (2025)

When Do LLMs Help With Node Classification? A Comprehensive Analysis
von: Wu, Xixi, et al.
Veröffentlicht: (2025)

UniPhyNet: A Unified Network For Multimodal Physiological Raw Signal Classification
von: Qiu, Renxiang, et al.
Veröffentlicht: (2025)

UniECG: Understanding and Generating ECG in One Unified Model
von: Jin, Jiarui, et al.
Veröffentlicht: (2025)

Done Is Better than Perfect: Unlocking Efficient Reasoning by Structured Multi-Turn Decomposition
von: Zeng, Zihao, et al.
Veröffentlicht: (2025)

Uni-MoE: Scaling Unified Multimodal LLMs with Mixture of Experts
von: Li, Yunxin, et al.
Veröffentlicht: (2024)

UniGraph2: Learning a Unified Embedding Space to Bind Multimodal Graphs
von: He, Yufei, et al.
Veröffentlicht: (2025)

UniVS: Unified and Universal Video Segmentation with Prompts as Queries
von: Li, Minghan, et al.
Veröffentlicht: (2024)

UniMesh: Unifying 3D Mesh Understanding and Generation
von: Huang, Peng, et al.
Veröffentlicht: (2026)

Resurrecting Label Propagation for Graphs with Heterophily and Label Noise
von: Cheng, Yao, et al.
Veröffentlicht: (2023)

Unified Multimodal Understanding and Generation Models: Advances, Challenges, and Opportunities
von: Zhao, Shanshan, et al.
Veröffentlicht: (2025)

UniNote: A Unified Embedding Model for Multimodal Representation and Ranking
von: Zhao, Jinghan, et al.
Veröffentlicht: (2026)

SIFT: Grounding LLM Reasoning in Contexts via Stickers
von: Zeng, Zihao, et al.
Veröffentlicht: (2025)

UNO-Bench: A Unified Benchmark for Exploring the Compositional Law Between Uni-modal and Omni-modal in Omni Models
von: Chen, Chen, et al.
Veröffentlicht: (2025)

Enhancing Large Multimodal Models with Adaptive Sparsity and KV Cache Compression
von: Zhang, Te, et al.
Veröffentlicht: (2025)