关闭广告

谷歌DeepMind让AI大脑学会了超强"语言视觉连接"

科技行者1183人阅读


这项由谷歌DeepMind的Michael Tschannen和Xiaohua Zhai领导的突破性研究发表于2025年2月,研究团队开发了名为SigLIP 2的新一代多语言视觉-语言编码器。有兴趣深入了解的读者可以通过arXiv:2502.14786v1访问完整论文。这项研究就像是给AI装上了一双能看懂世界各种语言文字的"超级眼睛",不仅能理解英语图片,还能准确理解中文、日语、阿拉伯语等36种不同语言的图像内容。

回想一下我们人类是如何理解图片的:当你看到一张照片时,你的大脑会瞬间将视觉信息与语言概念连接起来。比如看到一只猫的照片,你会立刻想到"猫"这个词,甚至能用语言描述猫的颜色、姿态和所在环境。而如果你掌握多种语言,你还能用不同语言来描述同一张图片的内容。

现在,研究团队成功让AI也具备了这种跨语言的"看图说话"能力,而且表现得比以往任何系统都要出色

上一页 下一页
版权与免责声明:本文内容转载自其他媒体,目的在于传递更多信息,不代表本网观点或立场,不承担此类作品侵权行为的自己责任及连带责任。
猜你喜欢
精彩推荐

Utopai联手LG、中东主权基金加码韩娱,新模型颠覆AI视频格局!

机器之心Pro 浏览 933

普通人真该看看这些穿搭!短上衣配裙子、颜色选好,自然得体

静儿时尚达人 浏览 1028

版博会观察:冰箱贴凭啥成文创顶流?AI+版权如何焕新意?

南方都市报 浏览 1003

余承东任华为终端公司董事长,孟晚舟等卸任董事

蓝鲸新闻 浏览 859

马斯克谈AI未来:五年后手机和APP将消失,人类文明在模拟世界的存亡

深蓝财经 浏览 2127

豪华MPV的"新解法" 吉利银河V900上市26.98万起售

车评社Auto 浏览 834

短期承压,但高盛相信“英伟达在2026年有巨大上涨空间”,给出三大理由

华尔街见闻官方 浏览 1496

万科公告:郁亮到龄退休

财视传播 浏览 2430

AI再次降维打击人类 仅用1小时破译500年未解的"天书"

上观新闻 浏览 898

让马斯克“不服”,这家AI独角兽如何撑起千亿估值?

尺度商业 浏览 13720

2000万美元重注强脑科技,三七互娱落子脑机接口新纪元

钛媒体APP 浏览 1032

众安在线上半年归母净利润同比增长1103.5%,股东位次已洗牌

蓝鲸Insurance 浏览 1656

今年夏天的裙子,叠穿才时髦!

LinkFashion 浏览 637

美国安局利用境外品牌手机 网攻中国国家授时中心

央视新闻 浏览 991

市场定位模糊!贝莱德基金本土化试水困局,主动权益产品边缘化

新经济e线 浏览 1587

87岁哈梅内伊严正警告美国 公开露面被指传递三层信号

每日经济新闻 浏览 946

涉安世半导体 商务部发声:同意荷经济部派员来华磋商

财联社 浏览 983

女护士被同居男友杀害 家属:放弃赔偿希望判男方死刑

纵览新闻 浏览 983

马斯克信徒、前百度员工,折腾14年终于整出一个IPO!

财通社 浏览 3193

新款狮铂拓界暂定明年3月份上市!若12万能火吗?

汽车网评 浏览 908

极致轻量化 兰博基尼Temerario全新赛车发布

车质网 浏览 973
本站所有信息收集于互联网,如本站收集信息侵权,请联系我们及时删除
闽ICP备16027347号-4