UniRef ist ein einheitliches Modell für die Referenzobjektsegmentierung in Bildern und Videos. Es unterstützt verschiedene Aufgaben, darunter semantische Referenzbildsegmentierung (RIS), Few-Shot-Segmentierung (FSS), semantische Referenzvideo-Objektsegmentierung (RVOS) und Video-Objektsegmentierung (VOS). Das Herzstück von UniRef ist das UniFusion-Modul, das verschiedene Referenzinformationen effizient in das Basisnetzwerk integriert. UniRef kann als Plug-in-Komponente für Basismodelle wie SAM verwendet werden. Es werden vorgetrainerte Modelle für mehrere Benchmark-Datensätze bereitgestellt und der Code wird Open Source zur Forschung zur Verfügung gestellt.