我们提出了一个概念简单但有效的多语言CLIP压缩框架，训练了一个轻量级的多语言视觉-语言模型DC-CLIP，用于中文和英文环境。DC-CLIP在英文环境中性能优越，在中文环境中表现竞争性能，即使使用较少的训练数据。训练机制证明了其有效性。