MetaCLIP

Meta 发布 WebSSL 模型：无语言视觉学习的新探索

在人工智能领域，Meta 公司最近推出了 WebSSL 系列模型，这一系列模型的参数规模从3亿到70亿不等，基于纯图像数据进行训练，旨在探索无语言监督的视觉自监督学习（SSL）的巨大潜力。这一新研究为未来的多模态任务带来了新的可能性，也为我们理解视觉表征的学习方式提供了新的视角。过去，OpenAI 的 CLIP 模型因其在视觉问答（VQA）和文档理解等多模态任务中的优异表现而备受关注。

4/25/2025 2:00:48 PM

AI在线

Meta 联合纽约大学和华盛顿大学提出MetaCLIP，带你揭开CLIP的高质量数据之谜。

AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：[email protected]；[email protected]。自2021年诞生，CLIP已在计算机视觉识别系统和生成模型上得到了广泛的应用和巨大的成功。我们相信CLIP的创新和成功来自其高质量数据（WIT400M），而非模型或者损失函数本身。虽然3

5/3/2024 10:30:00 AM

机器之心

资讯热榜

阿里推出 AI 医学助手 App“氢离子”：收录千万级核心期刊文献，还可查疾病、找药品 Kimi K2 高速版kimi-k2-turbo-preview发布输出每秒 40 Tokens 逆天!旧Mac上能run千亿参数SOTA!效果惊人:一次生成游戏，0修改！本地大模型拐点来了!网友：别被大模型叙事带偏了(附指南） 2025年ChatGPT编程神器指南：20个开发者必学提示！阶跃星辰新一代基础大模型 Step 3 正式开源：拥有强大视觉感知和复杂推理能力多项力压 Grok 4、OpenAI o3，谷歌推出 Gemini 2.5 Deep Think 模型我在WAIC看见的十大趋势刚刚，扎克伯克公开信：Meta不会开源全部模型

标签云

AI 人工智能 OpenAI AIGC 模型 ChatGPT DeepSeek AI绘画谷歌机器人数据大模型 Midjourney 开源智能用户 Meta 微软 GPT 学习技术图像 Gemini AI创作马斯克论文智能体英伟达 Anthropic 代码算法训练 Stable Diffusion 芯片开发者蛋白质腾讯 LLM 生成式苹果 Claude 神经网络 AI新词 Agent 3D 机器学习 AI for Science 研究生成 xAI AI视频计算人形机器人 Sora GPU AI设计百度华为工具搜索大语言模型场景 RAG 字节跳动具身智能大型语言模型预测深度学习伟达视觉 Transformer 视频生成 AGI 神器推荐亚马逊架构 Copilot DeepMind 模态安全