新浪科技讯 11月3日下午消息，近日，360集团低调开源的视觉语言对齐模型FG-CLIP2在全球科技圈掀起热议。在涵盖长短文本图文检索、目标检测等在内的29项权威公开基准测试中，这款模型全面超越了科技巨头Google的SigLIP 2与Meta的MetaCLIP2，标志着中国在AI基础模型领域取得了又一突破性进展。

　　据介绍，360的FG-CLIP2成功攻克了CLIP模型长期存在的“细粒度识别”痛点，面对包含多个物体的复杂场景，其细节识别置信度仍高达96%。在模型核心上，它实现了三大根本创新：第一，层次化对齐架构，让模型能像人眼一样，同时把握宏观场景与微观细节，实现从“看得见”到“看得清”的跨越。第二，动态注意力机制，使模型可以智能聚焦于图像关键区域，以最小算力代价换取精准的细节捕捉能力。第三，双语协同优化策略，从底层解决了中英文理解不平衡的难题，实现了真正的双语原生支持。

海量资讯、精准解读，尽在新浪财经APP

责任编辑：刘万里 SF014