tuna-2

TUNA-2 是一个基于像素嵌入的多模态理解和生成模型。该项目通过去除视觉编码组件，简化了原始 Tuna 模型的设计，直接使用像素嵌入层处理图像输入，从而在多种多模态基准测试中表现出色。其核心技术特点包括利用直接的补丁嵌入层替代复杂的表示编码器，以及支持文本到图像生成和图像编辑等多种任务。TUNA-2 适合需要高效、高质量多模态内容生成的应用场景，如图像合成、创意设计工具等。项目采用 Python 编写，并遵循 Apache License 2.0 开源协议。