UniME框架通过文本知识蒸馏和困难负样本增强，克服了CLIP在多模态嵌入中的局限性，提升了图文检索和视觉问答的性能，在多个基准测试中表现优异，证明了其在复杂应用中的有效性。

智源研究院与高校联合开发的多模态向量模型BGE-VL，基于MegaPairs数据集，显著提升了图文检索性能，数据量仅为传统方法的1/70，训练效果显著。技术报告已发布，相关资源将向社区开放。