360：模型FG-CLIP2全面超越國際巨頭

11月3日下午消息，近日，360集團低調開源的視覺語言對齊模型FG-CLIP2在全球科技圈掀起熱議。在涵蓋長短文本圖文檢索、目標檢測等在內的29項權威公開基準測試中，這款模型全面超越了科技巨頭Google的SigLIP 2與Meta的MetaCLIP2，標志著中國在AI基礎模型領域取得了又一突破性進展。

據介紹，360的FG-CLIP2成功攻克了CLIP模型長期存在的“細粒度識別”痛點，面對包含多個物體的復雜場景，其細節(jié)識別置信度仍高達96%。在模型核心上，它實現了三大根本創(chuàng)新：第一，層次化對齊架構，讓模型能像人眼一樣，同時把握宏觀場景與微觀細節(jié)，實現從“看得見”到“看得清”的跨越。第二，動態(tài)注意力機制，使模型可以智能聚焦于圖像關鍵區(qū)域，以最小算力代價換取精準的細節(jié)捕捉能力。第三，雙語協(xié)同優(yōu)化策略，從底層解決了中英文理解不平衡的難題，實現了真正的雙語原生支持。