让大模型学会“高维找茬”，中国联通新研究解决长文本图像检索痛点｜AAAI 2026 Oral

量子位 ·

中国联通研究团队在AAAI 2026上发布了HiMo-CLIP模型，解决了长文本图像检索中的语义层级和单调性问题。该模型通过动态特征提取和对齐机制，显著提高了长短文本的检索精度，性能优于现有模型。

HiMo-CLIP aaai 中国联通图像检索大模型检索精度语义层级长文本

原文中文，约3000字，阅读约需8分钟。