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

免费！让图片放大不失真的位图转矢量图神器 Tmttool AI应用新纪元：2025中国AI应用排行榜榜单揭晓丨2025年1月 GGUF 是什么？一文看懂大模型里最火的模型格式 Sora、可灵、即梦哪家强？AI视频软件深度测评！免注册免费用！17种AI绘图模型一站式体验平台LMArena 可灵、即梦、海螺、Vidu哪家强？4大AI视频神器深度测评 2024年12月AI微信公众号排行榜后悔没早发现！教你用谷歌Gemini生成精美PPT（附提示词）

标签云

AI 人工智能 OpenAI AIGC 模型 ChatGPT 谷歌 DeepSeek AI绘画大模型机器人数据 AI新词 Midjourney 开源 Meta 微软智能用户 GPT 学习智能体技术 Gemini 马斯克英伟达 Anthropic 图像 AI创作训练 LLM 论文代码算法苹果 AI for Science 腾讯 Agent Claude 芯片 Stable Diffusion 具身智能蛋白质 xAI 开发者人形机器人生成式神经网络机器学习 3D AI视频 RAG 大语言模型 Sora 研究百度 GPU 生成字节跳动工具华为 AGI 计算大型语言模型 AI设计搜索生成式AI 视频生成亚马逊 DeepMind AI模型特斯拉场景深度学习 Transformer 架构 MCP Copilot 编程视觉