Illuminating Unified Multimodal Model for Free-form Interleaved Text-Image Generation

• 类型：arxiv
• 标识：2606.30054
• 链接：https://arxiv.org/abs/2606.30054
• 主分类：multimodal
• 形态：method
• 被引：0
• 被引来源：Semantic Scholar + OpenAlex
• S2被引：0
• OpenAlex被引：0
• 影响力被引：0
• TLDR：This paper introduces ILLUME-X, an advanced unified multimodal paradigm that enables high-quality, free-form interleaved text-image generation by improving multimodal data efficiency and stabilizing the multimodal training process.
• OpenAlex ID：W7166664512
• OpenAlex DOI：10.48550/arxiv.2606.30054
• DOI：10.48550/arxiv.2606.30054
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2606.30054
• OpenAlex更新：2026-07-19
• 待LLM分类：否
• 标题中文：照亮统一多模态模型：面向自由形式交错图文生成
• TLDR中文：本文提出 ILLUME-X，一种先进的统一多模态范式，通过提升多模态数据效率并稳定多模态训练过程，实现高质量、自由形式的交错图文生成。
• 来源文件：
• /inbox/tom/_candidates/2026-06-30-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]