近期，360集团悄然开源了视觉语言对齐模型FG - CLIP2，在全球科技界引发了广泛热议。在包含长短文本图文检索、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以及Meta的MetaCLIP2，这意味着中国在AI基础模型领域又取得了一项突破性的成果。

从“看得见”迈向“看得清”：攻克AI视觉“细粒度”难关

要是说OpenAI于2021年提出的CLIP模型，为AI配备了一副能“看清世界”的普通眼镜；那么360的FG - CLIP2，就如同为AI装上了一台“高精度光学显微镜”，让其能够“洞察细微之处”。它成功解决了CLIP模型长期存在的“细粒度识别”难题。

传统的CLIP模型擅长理解图像的整体概念，但在区分细微的物体属性、复杂的空间关系以及精准的语言表达时，常常显得力不从心。而FG - CLIP2实现了质的提升：它不仅能够识别出猫的具体品种，还能在有遮挡的情况下准确判断其状态；面对包含多个物体的复杂场景，其细节识别的置信度仍高达96%。这种从“宏观”到“微观”的能力提升，是AI真正理解物理世界的关键一步。

三大根本性创新，筑牢技术壁垒

在模型核心方面，它实现了三大根本性创新：其一，层次化对齐架构，使模型能够像人眼一样，同时把握宏观场景和微观细节，实现从“看得见”到“看得清”的跨越。其二，动态注意力机制，让模型可以智能地聚焦于图像的关键区域，以最小的算力消耗换取精准的细节捕捉能力。其三，双语协同优化策略，从底层解决了中英文理解不平衡的问题，实现了真正的双语原生支持。

卓越的性能离不开强大的底层支持。FG - CLIP2依托于自研的超大规模高质量数据集FineHARD。该数据集不仅包含详尽的全局描述和千万级的局部区域标注，还创新性地引入了由大模型生成的“难负样本”，极大地提升了模型的辨别能力。

在训练方法上，模型采用了具有革命性的两阶段策略。其关键的第二阶段摒弃了传统CLIP的“整体对整体”的粗放对齐模式，升级为“局部对局部”的精细对齐，这正是其实现细粒度理解的核心所在。

通过这一系列紧密结合的技术创新，FG - CLIP2成功攻克了长期困扰行业的“细粒度识别”难题，并通过API等形式开放其领先能力，助力千行百业的智能化升级。

告别“差不多”AI：细粒度视觉开启产业新契机

FG - CLIP2的价值不仅体现在实验室指标的领先上，更在于其广泛且深远的行业应用潜力，推动AI从“感知”迈向“认知”，从“可用”迈向“好用”。

在电商领域，它能够精准理解“白色蕾丝边、袖口有珍珠装饰的连衣裙”等复杂描述，实现“所想即所得”的精准搜索，彻底改变商品检索与推荐体验，降低退货率，直接提高商业转化率。

在具身智能领域，它是机器人的“慧眼”，能够准确执行“拿餐桌上的红色水杯”或“把玩具放进绿色收纳箱”等指令，通过精准识别物体属性和空间关系，让机器人在家庭、仓储等复杂场景中的操作成为现实。

此外，其能力同样在AIGC内容生成、内容审核及安防监控等多个关键场景中发挥作用，通过洞察细节，确保生成内容的精准性、审核的可靠性以及安防检索的高效性，为各行各业的智能化升级奠定了坚实的视觉理解基础。

构建AI底层能力：360的AI长远布局

FG - CLIP2的技术突破并非偶然，而是360长期坚持构建AI底层能力的结果。作为国内较早开展人工智能研究的企业，360人工智能研究院已在多模态领域深入钻研多年。从2021年起，团队在大模型方向上累计在ICML、NeurIPS、ICCV等顶级会议发表论文12篇，并在多项国际AI竞赛中夺冠。

此外，360凭借浏览器、搜索、安全等丰富的业务生态，积累了百亿级的图文数据，并结合自研的大规模高质量数据集FineHARD，为训练FG - CLIP2这样的顶尖模型提供了独一无二的“数据动力”。同时，强大的工程化能力确保了模型不仅在学术上领先，更能在实际业务中高效、稳定地运行，其推理速度达到同类模型的1.5倍。

此次开源FG - CLIP2，是360在AI基础模型领域的重要举措，其意义远不止于展示技术实力，更为中国构建自主可控的AI技术体系增添了一块重要的基石。

（文章来源：证券时报网）

原标题：360开源FG-CLIP2:登顶29项全球基准测试 重新定义视觉语言模型

郑重声明：信查查发布此内容旨在传播更多信息，与本站立场无关，不构成投资建议。据此操作，风险自担。