位置编码偏移

DreamOmni2：多模态指令驱动的生成与编辑

DreamOmni2: Multimodal Instruction-based Generation and Editing

提出多模态指令（文本+图像）编辑与生成任务，并设计索引编码与位置编码偏移方案处理多图输入，可复用于需要融合多张参考图的生成/编辑模型；数据合成管线（特征混合+提取模型）为构建此类训练数据提供可借鉴流程。