IXThinker·2025-02-23 09:40

阿里國際開源Ovis2 六個參數版本同尺寸SOTA

阿里巴巴國際化團隊開源多模態大語言模型Ovis2系列，以視覺與文本嵌入結構化對齊為核心架構，一口氣開源1B至34B六個版本，各參數規模均達同尺寸最優，多項能力較前代明顯提升。

架構核心思路

Ovis透過將視覺和文本嵌入進行結構化對齊，針對模態間嵌入策略差異這一普遍局限提供解法。這一設計令模型在融合圖像與文字資訊時更為一致，是多模態架構層面的一次有意嘗試。