$云天励飞-U(SH688343)$  必须学习一下了：

《科创板日报》4月21日讯（编辑 宋子乔） 在AI大模型竞赛中，Meta选择重押视觉模型，继推出零样本分割一切的SAM后，扎克伯格亲自官宣了重量级开源项目DINOv2。

据介绍，DINOv2是计算机视觉领域的预训练大模型，模型参数量是10亿级，采用Transformer架构，能在语义分割、图像检索和深度估计等方面实现自监督训练，不需微调即可用于多种下游任务，可以被用于改善医学成像、粮食作物生长、地图绘制等。

主要体现在两方面——DINOv2可以为大语言模型提供丰富的图像特征，有助于完善多模态GPT应用；其蒸馏成小模型后效果依然优秀，便于在各种边缘场景及本地化落地。

对于前者，Meta已表示计划将DINOv2集成到更大、更复杂的AI系统中，作为视觉主干提供丰富的图像特征与大型语言模型进行交互。

国盛证券分析师刘高畅表示，DINOv2能比用图像文本对做训练的模型得到更丰富的图像特征，这将让整个系统能更好地理解图像，对多模态AI的发展起到加速作用。

值得注意的是，多模态技术还能助力游戏内容与元宇宙构造，随着AR/VR技术的发展，未来将能构建逼真的虚拟现实。扎克伯格就强调，DINOv2可以极大地加持元宇宙的建设，让用户在元宇宙中的沉浸体验更出色。

DINOv2 能产生高性能的视觉特征，用于不同下游视觉任务如分类、分割、图像检索和深度估计，不需要微调。

其创新点和优秀性能来源于使用图像自监督学习的方式训练，不需要图像和文本对应的训练数据，克服了文本对图像描述不够全面的局限性。

2022年9月云天励飞重磅推出开源、免费的模型生产平台YMIR。

YMIR覆盖模型生产的全生命周期，能以无代码开发方式，实现数据管理、数据挖掘、模型训练、模型验证等功能，以数据驱动算法模型训练和迭代，可训练出能够应用部署在工业化生产中的算法，满足业务需求。经实践对比，使用YMIR后算法生产效率可提升了6倍，算法人员的需求降为原来的 1/10。

YMIR的工作流程是：先用少量已标注数据训练出初始模型，再用该模型从海量数据中挖掘出对优化模型最有利的数据，然后针对这些高质量数据进行标注，对原本的训练数据集进行高效扩充，接着YMIR再次使用更新后的数据集训练模型。如此循环往复，不断提升模型质量，直至满足实际业务需求为止。值得一提的是，经YMIR训练出来的算法模型，支持一键部署到设备。同时，YMIR还提供大量免费算法，可供用户快速部署使用。