BIOCLIP 2团队 投稿 量子位 | 公众号 QbitAI 让AI看懂 95万物种 ，并自己悟出生态关系与个体差异! 而更令人惊喜的是，即使 在训练过程中没有相应监督信号 ，BioCLIP 2还在栖息地识别、植物疾病识别等5个非物种任务中给出了远超 DINOv2的准确率。 BioCLIP 2在大规模训练中获取了物种之外的涌现的生物学理解： 以下是论文详情： 把"生命之树"搬进显存 大语言/视觉模型的"涌现"告诉我们： 规模+结构化监督=意料之外的能力 。 然而，生物多样性研究领域一直没有见到一个具有涌现属性的视觉语义基座。BIOCLIP把CLIP的多模态对齐搬到物种上，利用〔界-门-纲-目- 科-属-种〕+学名+常用名的多粒度文本提供层级监督。在此基础之上，研究团队提出一个问题： 如果把层级对比学习从1千万张图像直接推到2亿，会不会学出 超越"物种标签" 的生物学知识？ BIOCLIP 2正是这一实验的答案。 为了实现这一目标，研究团队从GBIF、EOL、BIOSCAN-5M、FathomNet等 4 大平台收集了2.14亿生物图像，提出了TreeOfLife-200M数 据集。该数据集包含95.2万个不 ...

来源：中国新闻网 中新网武汉6月12日电 (马芙蓉 李涵)记者12日从中国科学院武汉植物园获悉，由中国、肯尼亚科研人员 联合编纂的《肯尼亚植物志：第4卷 兰科》已于近日发布。该卷的出版是中肯科研合作重要成果之一。 《肯尼亚植物志》的编纂是由中国科学院中-非联合研究中心(简称"中-非中心")、中国科学院武汉植物 园和肯尼亚国家博物馆联合主持的大型国际合作项目。该丛书是详细记载肯尼亚所有维管植物的分类学 专著，全书共31卷，计划收录肯尼亚境内223个科、1773个属的7000余种植物。 中国科学院武汉植物园主任、中-非中心主任王青锋介绍，自2015年11月启动《肯尼亚植物志》编研以 来，先后已有中、肯二十余家科研机构的180余位科研人员参与编研工作。此前，已出版茜草科卷。 编纂兰科卷过程中，双方科研人员系统梳理了前期在肯尼亚开展中肯联合科考采集的千余份兰科植物标 本，对其进行精确鉴定，同时查阅全球重要机构的肯尼亚兰科植物标本资料，记录了300余种(含亚种和 变种)肯尼亚兰科植物，其中逾200种为非洲特有、14种为肯尼亚特有。逾80%的物种都有图版展示。 作为中国政府在境外建设的第一个综合性科教机构，中-非中心自2 ...