---
format: "aidr-story-markdown/v1"
id: "1b5e04430747b59eb38ec6598b99f73c82b5e3f695359325cdc5bcdbb954ffe3"
canonical_url: "https://aidr.today/1b5e0443?lang=vi"
title: "Intern Lumina U2: A Multi-Codebook Diffusion Large Language Model for Omni-Visual Understanding and Image Generation"
lang: "vi"
requested_lang: "vi"
available_langs: ["en","vi"]
translation_fallback: null
fallback_fields: []
published_at: "2026-10-16T00:00:00.000Z"
category: "Models"
topics: ["llm"]
source_urls: ["https://huggingface.co/papers/2610.20818"]
summary: "Sản sinh đa dạng thể hình bao gồm các phương pháp rời rạp, liên tục và lai. Các phương pháp rời rạp với bộ mã hóa hình ảnh token đơn sẽ tự nhiên phù hợp với mô hình ngôn ngữ văn bản nhưng có khả năng biểu diễn hạn chế. Các phương pháp liên tục và lai giữ lại các biểu diễn hình ảnh phong phú hơn, nhưng chúng mô hình ngôn ngữ văn bản và hình ảnh trong không gian khác nhau với các mục tiêu huấn luyện khác nhau, có thể gây ra xung đột tối ưu hóa giữa các phương thức với không gian biểu diễn không căn chỉnh. Những lựa chọn này đưa ra một câu hỏi trung tâm: làm thế nào để mô hình hóa hiệu quả các biểu diễn hình ảnh có khả năng lưu trữ cao cùng với nội dung văn bản trong một không gian tối ưu hóa chung trong một nền tảng duy nhất. Chúng tôi trình bày Intern Lumina U2, đến thời điểm này là mô hình ngôn ngữ lan tỏa đầu tiên biểu diễn token hình ảnh đa sổ mã trong một không gian rời rạp hoàn toàn."
---

# Intern Lumina U2: A Multi\-Codebook Diffusion Large Language Model for Omni\-Visual Understanding and Image Generation

> [Open the canonical story](<https://aidr.today/1b5e0443?lang=vi>)

**Published:** 2026-10-16T00:00:00.000Z
**Category:** Models
**Topics:** llm

## Summary

Sản sinh đa dạng thể hình bao gồm các phương pháp rời rạp, liên tục và lai\. Các phương pháp rời rạp với bộ mã hóa hình ảnh token đơn sẽ tự nhiên phù hợp với mô hình ngôn ngữ văn bản nhưng có khả năng biểu diễn hạn chế\. Các phương pháp liên tục và lai giữ lại các biểu diễn hình ảnh phong phú hơn, nhưng chúng mô hình ngôn ngữ văn bản và hình ảnh trong không gian khác nhau với các mục tiêu huấn luyện khác nhau, có thể gây ra xung đột tối ưu hóa giữa các phương thức với không gian biểu diễn không căn chỉnh\. Những lựa chọn này đưa ra một câu hỏi trung tâm: làm thế nào để mô hình hóa hiệu quả các biểu diễn hình ảnh có khả năng lưu trữ cao cùng với nội dung văn bản trong một không gian tối ưu hóa chung trong một nền tảng duy nhất\. Chúng tôi trình bày Intern Lumina U2, đến thời điểm này là mô hình ngôn ngữ lan tỏa đầu tiên biểu diễn token hình ảnh đa sổ mã trong một không gian rời rạp hoàn toàn\.

## Sources

- [Story source](<https://huggingface.co/papers/2610.20818>)