开源动态8

360开源FG - CLIP破图文难题

AI科技大本营2025-05-19

AI 摘要

360人工智能研究院：发布 FG - CLIP 模型，突破传统 CLIP 局限，解决图文“近视”问题。采用双阶段训练等策略，在多任务表现优异，且已开源，未来拓展细粒度视觉理解边界。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

浙大论文揭露VLM微调真相，给CLIP‘踩刹车’

浙大陈静远教授课题组等提出自适应非对称适配器，放弃对图像分支硬性微调，引入预测置信度自动给视觉塔‘踩刹车’。经实验总结出微调三大核心洞察，在多个数据集测试中表现优异。

视觉Token冗余是多模态模型高效推理与落地的瓶颈，传统筛选方法有缺陷。紫东太初团队提出GMC核心集剪枝方法，具双阶段架构，优势多，实验显示其能在减少Token同时保持性能。

8月，阿里「千问办公」开启公测，它整合三款产品，还接入最新旗舰Qwen3.8 - Max。该产品交付成果可用，可一站生成多模态内容和Office产物，与钉钉打通且有组织级Skill，优势明显。

本文实测Agnes AI，指出AI编程瓶颈在于缓存命中率，而非模型智商。介绍其产品线、评测成绩与价格优势，还分享客户端体验，包括亮点、回滚事故及日志结论，最后点明智能免费后验证更稀缺。