Google 开源 TIPSv2 图文编码器，零样本分割四榜全 SOTA

bdsqlsz · x · 2026-08-21

Google 发布 TIPSv2，提供四种规模，每种都含通用图文编码器和面向密集视觉任务的 DPT 版本，Apache 2.0 开源。成绩方面：在全部四个报告的零样本分割 benchmark 上取得 SOTA；在 5/7 项图文与 7/9 项纯图像评测中位列前二。ViT-L 规模下在 4/6 项共同任务上击败 DINOv3——尽管其教师模型参数量是 TIPSv2 的 6 倍、训练图像数是 15 倍。技术上，iBOT++ 将 ADE150 零样本分割提升 14.1 mIoU，Head-only EMA 减少 42% 训练参数。