Ferret-v2是对Ferret的重大升级，具有支持任意分辨率的定位与引用、多粒度视觉编码和三阶段训练模式。实验结果显示，Ferret-v2在高分辨率处理和细粒度视觉理解方面显著优于Ferret及其他先进方法。