统一的个人化理解、生成与编辑

统一的大型多模态模型（LMM）在通用用途的多模态理解和生成方面取得了显著进展。然而，它们仍遵循“适用于所有情况”的范式，难以以一致且可控的方式建模用户特定概念（例如生成图片 \texttt{<maeve>}）。现有的个人化方法通常依赖外部检索，效率低下且未能有效集成到统一的多模态管道中。最近出现的个人化统一模型引入可学习的软提示来编码概念信息，但要么将理解与生成耦合，要么依赖复杂的多阶段训练，导致跨任务干扰并最终导致个人化知识模糊或不一致。我们提出了 **OmniPersona**，一种用于统一LMM的端到端个人化框架，首次将个人化理解、生成和图像编辑集成到单一架构中。OmniPersona引入结构解耦的概念标记，为不同任务分配专用子空间以最小化干扰，并纳入显式的知识重放机制，将个人化属性知识在任务之间传播，从而实现一致的个人化行为。为系统评估统一个人化，我们提出了 **\texttt{OmniPBench}**，在公开的 UnifyBench 概念集合上扩展了个人化编辑任务和跨任务评估协议，集成理解、生成和编辑。实验结果表明，OmniPersona 在多样化的个人化任务中 delivers competitive and robust performance。我们希望OmniPersona将成为可控统一个人化的强基准，并催发进一步的研究。