多模态AI技术再突破：OpenVision 2极简框架效率提升2倍，10亿参数模型开源赋能行业

加州大学圣克鲁兹分校、苹果公司及加州大学伯克利分校合作研发的OpenVision 2实现多模态AI技术突破：通过移除对比学习与文本编码器，仅保留「图像→描述」生成目标，简化训练框架；在TextVQA、OCR等多模态基准任务上性能媲美CLIP/SigLIP，部分细粒度任务更优；训练效率显著提升（时间缩短1.5-2倍、显存占用减少近半），成功扩展至10亿参数规模，并开源25+预训练模型及完整代码数据，为多模态AI社区提供高效、可扩展的技术方案。