阿里开源 Ovis 全模态 Embedding 模型刷新多项 SOTA

阿里巴巴 ATH MaaS 发布 Ovis-Embedding 全模态向量模型家族并采用 Apache 2.0 协议开源,已上架 Hugging Face,包含 Ovis-Omni-Embedding-3B(支持音频)、Ovis-V 等三款模型。该家族不再为各模态拼接独立编码塔,而是用共享多模态骨干将文本、图像、视频、音频编码进同一表示空间,在 MMEB-v3、MMEB-v2、MVEB、MAEB 等五大榜单刷新 SOTA。

2026-09-23 ~ 2026-09-23 · 4 条相关