Dynin-Omni：首個基於遮罩擴散的統一多模態大模型

摘要

Dynin-Omni 是首個基於遮罩擴散技術的統一多模態基礎模型，能在一套架構中同時處理文字、圖像、語音及影片的理解與生成。該模型透過共享離散 token 空間進行迭代優化，在語言推理、圖像生成編輯及語音識別等多項基準測試中展現卓越性能。這項突破標誌著多模態 AI 從串列處理邁向原生統一架構的新階段。