阿里开源 Ovis-Embedding:文图音视统一嵌入,MMEB-v3 达 SOTA

solyarisoftware · x · 2026-09-27

阿里巴巴发布 Ovis-Embedding,一个全模态嵌入模型,用单一共享骨干网络将文本、图像、视频和音频映射到同一向量空间,在 MMEB-v3 基准上取得 SOTA 成绩。这类统一嵌入模型可简化跨模态检索与多模态 RAG 的架构。

原文链接 →

「模型」频道最新

更多「模型」频道 AI 资讯 →