北京
11月3日消息，360集團低調開源的視覺語言對齊模型FG-CLIP2，據介紹，這款模型在涵蓋長短文本圖文檢索、目標檢測等在內的29項權威公開基準測試中，超越了科技巨頭Google的SigLIP 2與Meta的MetaCLIP2。
在模型核心上，它實現了三大創新：第一，層次化對齊架構，讓模型能像人眼一樣，同時把握宏觀場景與微觀細節，實現從“看得見”到“看得清”的跨越。第二，動態注意力機制，使模型可以智能聚焦于圖像關鍵區域，以最小算力代價換取精準的細節捕捉能力。第三，雙語協同優化策略，從底層解決了中英文理解不平衡的難題，實現了真正的雙語原生支持。
據介紹，FG-CLIP2的價值不僅在于實驗室指標的領先，更在于其廣泛而深遠的行業應用潛力，推動AI從“感知”走向“認知”，從“可用”走向“好用”。（定西）
本文來自網易科技報道，更多資訊和深度內容，關注我們。
本文來源：網易科技報道
責任編輯：
袁雪麗_NBJS26698
