0.6B 视觉检索模型媲美 8B 级对手，文档检索不牺牲图像搜索

antoine_chaffin · x · 2026-10-08

作者介绍其视觉嵌入模型的检索评测结果：在 ViDoRe（视觉文档检索）上，他们的 0.6B 模型可与更大模型竞争，在 MIRACL-Vision 上接近 Qwen3-VL-Embed-8B；9B 模型超过除 Gemini-Embedding-2 外的所有对比模型。\n\n在内部基准 PPLX-Q2I（覆盖生产日志中的视觉文档与自然图像）上，两个模型都大幅领先 Qwen3-VL-Embedding-8B，9B 紧随 Gemini-Embedding-2。作者强调：虽然模型主要用于文档检索，但在自然图像语料上同样保持竞争力，说明强文档检索能力并未以牺牲自然图像搜索为代价。