Uni-Synergy：通过协作强化学习桥接理解与生成以实现个性化推理

统一多模态模型在通用任务中表现优异，但在桥接个性化理解与生成方面存在不足。现有工作多依赖隐式令牌级对齐，未能充分捕捉理解与创造的协同潜力。本文提出 Sync-R1，一种端到端强化学习框架，在单一显式推理循环中联合优化个性化理解与生成。该框架通过统一反馈过程，使个性化理解指导内容创作，而生成质量反过来完善理解。此外，引入 Sync-GRPO 方法及动态组缩放技术以加速收敛，并构建了包含更丰富上下文的 UnifyBench++ 基准。实验表明该方法在跨任务推理和个性化方面达到最先进水平。