研究分析了分词对多语种语言模型形态知识的影响，比较了mT5和ByT5在不同语言上的形态学理解。结果表明，中晚层编码的形态信息显著影响模型表现，尤其在处理不规则语言时，增加预训练数据能提升效果。

通过提出 Glyph-ByT5-v2 和 Glyph-SDXL-v2 两种模型，本研究在 10 种不同语言中实现了准确的视觉文本渲染，并取得更好的美学质量。