360开源FG-CLIP模型突破多模态细粒度对齐，重塑AI视觉理解能力

360人工智能研究院推出FG-CLIP模型，通过长文本深度理解和细粒度视觉比对技术，解决了传统CLIP模型在图像局部细节识别上的'视觉近视'问题。该模型在图文检索、细粒度识别等12项任务中表现优于现有方法，并将全面开源模型与数据。FG-CLIP创新性地采用两阶段训练策略，结合区域对比学习与难负样本生成，显著提升多模态模型对图像局部特征和复杂文本的精准匹配能力。