一水 发自 凹非寺 量子位 | 公众号 QbitAI 谢赛宁团队新作正在引起热议！ 一直以来，作为文生图基石的CLIP模型主要基于英文数据训练，但实际上，全球互联网仍有 超过50% 的非英文数据。 为了将CLIP模型进一步扩展，研究人员需要搞定两大"拦路虎"： 缺乏处理非英语数据的筛选方法； 现有多语言CLIP的英语性能比纯英语版本差 （即所谓的"多语言诅咒"） 。 而谢赛宁团队正是在这两方面取得突破。他们提出了首个基于全球数据从头训练的CLIP—— MetaCLIP 2 ，通过扩展元数据、优化筛选和提 升模型容量，斩获了以下成果： 1. 搭建了能处理 300多种语言 的CLIP数据整理流程。 2. 打破了"多语言诅咒"，不仅没有影响英语任务的表现，而且反倒还提升了。 论文一作Yung-Sung Chuang （MIT博士生、现Meta实习生） 激动表示： 是时候告别语言过滤器了！ 刚被小扎从OpenAI挖走的Lucas Beyer也出来对这一观点表示认同，顺带还感谢了论文中的引用： 很高兴看到我们提出并始终倡导的 "NoFilter"理念 能在MetaCLIP 2中得到应用。 这也引来了谢赛宁本人的回应： ...