部分验证90% 置信事实精确时间
CLIP架构由OpenAI于2021年提出，通过对比学习将图像和文本映射到同一高维向量空间
11
来源数
90%
置信度
长期有效
时效性
2026/7/5
首次发现
来源
ChatGPT全球采用率激增：使用深度、功能探索与多语言全面扩张
rss2026/6/30
相关事实
已验证CLIP（Contrastive Language-Image Pre-training）是OpenAI于2021年发布的多模态模型，通过对比学习在4亿组图文对上训练80% 相似已验证CLIP由OpenAI于2021年发布，通过对比学习同时训练图像编码器和文本编码器，实现零样本图像分类79% 相似待验证CLIP由OpenAI与微软联合开发，通过对比学习在4亿张图文对上建立跨模态语义理解77% 相似已验证CLIP模型能将图片和文字映射到同一向量空间，实现跨模态检索71% 相似待验证多模态大模型的核心技术突破在于跨模态对齐，通过CLIP等对比学习方法将图像、音频、视频映射到与文本共享的语义空间71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/112542API
curl https://kongchang.com/api/v1/knowledge/claims/112542MCP
get_claim(id=112542)