UniPercept：统一感知级图像理解

本文解决了当前多模态大型语言模型（MLLM）的一个关键限制：它们对感知级图像特征的理解能力有限。它引入了一个新的框架UniPercept-Bench和一个基线模型UniPercept，以提高对美学、质量、结构和纹理的理解。这项工作的意义在于，它在MLLM的背景下定义了感知级图像理解，并为未来的研究提供了基准和基线。这一点很重要，因为它超越了基本的视觉任务，进入了更细致的理解，这对于图像生成和编辑等应用至关重要。

• •解决了 MLLM 在感知级图像理解方面的局限性。
• •介绍了 UniPercept-Bench，一个用于评估感知理解的统一框架。
• •开发了 UniPercept，一个强大的基线模型。
• •UniPercept 优于现有的 MLLM，并可用作图像生成的奖励模型。