Better, Stronger, Faster, and Broader：面向多模态大模型分割的结构化全掩码预测

论文提出结构化全掩码预测框架，并实现统一模型 STAMPlus，将对话式自回归生成与非自回归掩码预测解耦。模型通过目标列表、显式 ID、可选框和共享多类掩码空间，一次预测多个语义或实例目标；摘要称其在多类分割中将延迟从 13.50 秒降至 5.16 秒，同时保留多模态指令能力。