BioCLIP 2模型通过2亿生物图像训练，能够识别95万种物种，具备生态关系理解和个体差异分辨能力，超越传统视觉模型，展现出显著的生物学知识涌现。

本文介绍了一种名为深度前馈的分离网络（SON）方法，能够有效地分离高度重叠的生物图像中的个体对象，并估计中心对象的形状。实验证明该方法可以解析三类流行的模型生物的显微镜图像，同时避免了无需渲染训练图像的高维度配置空间和大量渲染测试时间操作的需求。