
FG-CLIP 2: 为细粒度跨模态理解而生的下一代VLM,8大类29项任务双语性能全球第一 (opens in a new tab)
在 AI 多模态的发展历程中,OpenAI 的 CLIP 让机器第一次具备了“看懂”图像与文字的能力,为跨模态学习奠定了基础。如今,来自 360 人工智能研究院冷大炜团队的 FG-CLIP 2 正式发布并开源,在中英文双语任务上全面超越 MetaCLIP 2 与 SigLIP 2,并通过新的细粒度对齐范式,补足了第一代模型在细节理解上的不足。
Total 3 articles

在 AI 多模态的发展历程中,OpenAI 的 CLIP 让机器第一次具备了“看懂”图像与文字的能力,为跨模态学习奠定了基础。如今,来自 360 人工智能研究院冷大炜团队的 FG-CLIP 2 正式发布并开源,在中英文双语任务上全面超越 MetaCLIP 2 与 SigLIP 2,并通过新的细粒度对齐范式,补足了第一代模型在细节理解上的不足。

就在今天,OpenAI 的 Codex 团队开发者体验工程师 Jason Liu 发推公布了一个「小而有爱」的项目:OpenAI 官方推出了命令行界面工具 openai-cli,开发者只需在终端敲下一行命令,即可直接与 OpenAI 的最新模型深度交互,打破了过去SDK的限制。

大家好,我是袋鼠帝 先给你们看个好玩的东西:隔空手势控制任意网页 食指☝️指向:控制鼠标移动 比耶✌️:进行点击 手掌✋:上下移动页面 这个高难度的手势控制网页功能,被我用腾讯刚刚发布的国内首款AI CLI:CodeBuddy Code搞定了