Jina AI(@JinaAI_)· Jina AI (@JinaAI_)·· 2025-12-29AI 评估 · 34/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。
Jina AI 综述 VLM 视觉编码器：400M 模型可超越 6B
Survey on vision encoders in VLMs. The encoder side is weirdly understudied: everyone's busy scaling...
AI 导读
Jina AI 发布 VLM 视觉编码器综述，调研 70+ 模型后发现训练方法比规模更关键——训练得当的 400M 编码器性能可超过 6B 模型。原生分辨率对文档类任务尤为重要，多编码器融合也被证实有效。综述还包含分类体系与实践指南，指出编码器侧研究明显不足，业界多沿用 2021 年的 400M CLIP。
来源：Jina AI(@JinaAI_) · x.com