上海交大新框架解锁CLIP长文本能力，多模态生成细节拿捏

白交发自凹非寺量子位公众号 QbitAI CLIP 长文本能力被解锁，图像检索任务表现显著提升！一些关键细节也能被捕捉到。上海交大联合上海 AI 实验室提出新框架Long-CLIP。 △棕色文本为区分两张图的关键细节 Long-CLIP 在保持 CLIP 原始特征空间的基础上，在图像生成等下游任务