UniRef es un modelo unificado para la segmentación de objetos de referencia en imágenes y vídeo. Admite diversas tareas, incluyendo la segmentación de imágenes de referencia semántica (RIS), la segmentación con pocos ejemplos (FSS), la segmentación de objetos de vídeo de referencia semántica (RVOS) y la segmentación de objetos de vídeo (VOS). El núcleo de UniRef es el módulo UniFusion, que inyecta de manera eficiente diversas informaciones de referencia en la red base. UniRef puede utilizarse como un componente de plugin para modelos base como SAM. Se ofrecen modelos entrenados en múltiples conjuntos de datos de referencia, y el código fuente se publica de manera abierta para fines de investigación.