行业与实践 · 标签「Twins」

研究与基准测试/2026-07-24/8 分钟

80 轮 gFID 从 14.41 收到 3.84：混元用 Focal Loss 把 ViT 和 VAE 绑在同一条 token 上测

腾讯混元的 Twins 把 SigLIP2 和 Flux.2 VAE 按通道拼在同一网格上。ImageNet 验证集重建 PSNR 31.46、rFID 0.11，同表还有更高的 PSNR。无引导时，80 轮 VAE 解码路径上 MSE 的 gFID 是 14.41，Focal Loss 是 3.84。理解侧用的是 Qwen2.5-7B，不是混元语言模型。