多模态理解生成对齐—生成架构
原生多模态
多模态图像视频生成
UMM表征学习
多模态Reasoning
统一视觉任务及通用多模态
通用UMM任务
跨层Attention机制（层间）改进
多模态基础视觉任务
VICL:视觉上下文学习
大模型基础理论
模型权重融合
3D视觉任务