【资料图】

11月3日消息，360集团低调开源的视觉语言对齐模型FG-CLIP2，据介绍，这款模型在涵盖长短文本图文检索、目标检测等在内的29项权威公开基准测试中，超越了科技巨头Google的SigLIP 2与Meta的MetaCLIP2。

在模型核心上，它实现了三大创新：第一，层次化对齐架构，让模型能像人眼一样，同时把握宏观场景与微观细节，实现从“看得见”到“看得清”的跨越。第二，动态注意力机制，使模型可以智能聚焦于图像关键区域，以最小算力代价换取精准的细节捕捉能力。第三，双语协同优化策略，从底层解决了中英文理解不平衡的难题，实现了真正的双语原生支持。

据介绍，FG-CLIP2的价值不仅在于实验室指标的领先，更在于其广泛而深远的行业应用潜力，推动AI从“感知”走向“认知”，从“可用”走向“好用”。（定西）

本文来自网易科技报道，更多资讯和深度内容，关注我们。