MetaCLIP 2

谢赛宁团队新作打破“多语言诅咒”！MetaCLIP 2支持300多种语言，英语性能反倒提升了

谢赛宁团队新作正在引起热议！一直以来，作为文生图基石的CLIP模型主要基于英文数据训练，但实际上，全球互联网仍有超过50%的非英文数据。为了将CLIP模型进一步扩展，研究人员需要搞定两大“拦路虎”：缺乏处理非英语数据的筛选方法；.

7/31/2025 2:54:28 PM

一水

OpenAI提出的CLIP，被Meta联合谢赛宁、刘壮，扩展到全球300+语言

在人工智能领域，对比语言 - 图像预训练（CLIP）是一种流行的基础模型，由 OpenAI 提出，支持零样本分类、检索等下游任务，并可作为多模态大语言模型（MLLM）的视觉编码器。尽管 CLIP 已经成功地在数十亿规模的英语图文对上进行了训练，但进一步扩展到全球范围内的数据仍面临以下两项挑战：目前缺少有效的方法来处理非英语世界的数据；现有的多语言版本 CLIP 在英语上的表现通常不如只使用英语训练的版本，这种现象在大语言模型中也很常见，被称为「多语言的诅咒」。为了解决这些挑战，来自 Meta、MIT、普林斯顿大学、纽约大学的研究者提出了 MetaCLIP 2，这是首个从零开始在原生全球图文对上训练 CLIP 的方法，不依赖任何外部资源，包括私有数据、机器翻译或蒸馏。

7/31/2025 2:23:00 PM

机器之心

资讯热榜

最具争议性研究：大模型中间层输出可 100% 反推原始输入 Wan2.2-Animate又火了！5分钟让抠脚大汉秒变高冷女神奥特曼回应一切：重组后仍需微软支持，不相信OpenAI的欢迎做空 Bevel 获得 1000 万美元 A 轮融资，致力于 AI 健康助手创新 OpenAI更新ChatGPT规则：10月29日起禁止医疗、法律与财务建议 OpenAI 或将于明年上市，估值可达万亿！「套壳」的最高境界：OpenAI揭秘Atlas浏览器架构OWL 亚马逊股价暴涨 13%，人工智能推动云计算迎来多年最快增长

标签云

AI 人工智能 OpenAI AIGC 模型 ChatGPT DeepSeek 谷歌 AI绘画大模型机器人数据 Midjourney 开源 Meta AI新词微软智能用户 GPT 学习技术智能体马斯克 Gemini 图像 Anthropic 英伟达 AI创作训练 LLM 论文代码算法 Agent AI for Science 芯片苹果 Claude 腾讯 Stable Diffusion 蛋白质开发者生成式神经网络 xAI 机器学习 3D RAG 人形机器人 AI视频研究大语言模型生成具身智能 Sora 工具 GPU 百度华为计算字节跳动 AI设计 AGI 大型语言模型搜索视频生成场景深度学习架构生成式AI DeepMind 编程视觉 Transformer 预测亚马逊 AI模型特斯拉 MCP