快手与东北大学联合推出UNITE框架，旨在解决多模态检索中的跨模态干扰问题。该框架能够处理文本、图像和视频等多种输入，采用模态感知对比学习机制，显著提升检索性能。在多个评测中，UNITE表现优异，超越现有模型，展现出良好的通用性和综合性能。

本研究提出了一种新方案，解决食品准备中的跨模态干扰和几何可行性问题。通过改进思维链和自洽性，减少推理损失，并利用可供性预测器指导技能预设，模型成功率达到76.7%，显著优于传统方法，展示了任务规划的潜力。