近期，视觉-语言模型（VLMs）的发展已经利用大型语言模型（LLMs）实现了与封闭源代码系统如GPT-4V相当的性能。然而，由于这些模型巨大的计算需求，将其部署在实际场景中，尤其是在资源受限的设备上，仍然面临诸多挑战。这激发了将大型VLM的知识提炼到更小、更高效的模型中的兴趣。然而，VLM架构的多样性成为这一过程中的一个关键难题，因为不同的VLM基于不同的LLM构建，并且使用了不同类型的标记——这些标记在词汇量、标记分割和标记索引顺序上存在差异。为了解决特定类型VLM的局限性问题，我们提出了一种名为“重校准后的生成”（GenRecal）的新颖通用蒸馏框架。GenRecal引入了一个重校准器（Recalibrator），该组件能够在异构VLM之间对齐和适应特征表示，从而实现不同类型VLM之间的有效知识迁移。通过在多个具有挑战性的基准测试上的广泛实验，我们证明了GenRecal显著提升了基线性能，并最终超越了大规模开放源代码和封闭源代码的VLM。