Visual-OPSD

Visual-OPSD 是一个面向统一多模态模型的跨模态在线策略自蒸馏框架，旨在将视觉生成能力（如中间视觉思维图像）的知识高效迁移至纯文本理解路径，从而在不牺牲推理精度的前提下显著降低延迟。其核心技术包括跨模态策略对齐、无需显式视觉生成的自蒸馏训练机制，以及对冻结教师模型的轻量级学生网络微调。适用于需兼顾空间推理能力与低延迟要求的多模态AI部署场景，如实时视觉问答、边缘端多模态理解等。