專案檔案
LAVIS / BLIP
視覺語言基礎模型和一站式庫,全球圖文 AI 的基石之一
GitHub Stars
11.2k+
代表模型
BLIP / BLIP-2
方向
圖文理解
- 機構
- Salesforce AI Research Singapore
- 分組
- 國際企業實驗室
- 類別
- 視覺語言基礎模型
- 狀態
- 經典開源資產
- 啟動
- 2022-08
- 語言 / 形態
- Python / Jupyter Notebook
- 協議
- BSD-3-Clause
- GitHub Stars
- 11,250
- 資訊更新
- 2026-05-04
LAVIS / BLIP 是 Salesforce 新加坡研究團隊對全球視覺語言 AI 的重要貢獻。它們讓圖文理解、影像描述、視覺問答和多模態預訓練進入更可複用的開源形態。
是什麼
LAVIS 是 Library for Language-Vision Intelligence 的縮寫,是一個統一的視覺語言研究和應用庫。BLIP 和 BLIP-2 則是其中最有影響力的模型系列。
開發者可以用它載入預訓練模型,做影像描述、視覺問答、圖文檢索、多模態對齊等任務。
與 AI 的關係
BLIP 系列是多模態 AI 的基礎構件之一。今天很多視覺語言模型、資料生成流程和圖文對齊研究,都直接或間接受它影響。
它的價值不只是論文引用高,而是形成了可複用程式碼和模型,降低了後續研究進入門檻。
與新加坡的關係
Salesforce 新加坡實驗室證明,國際企業在新加坡設研究團隊不只是銷售或區域辦公室,也能產出全球級基礎研究。
這類專案是新加坡 AI 生態很重要但容易被低估的一層:跨國公司實驗室把本地人才、全球研究網路和開源影響力連線起來。
關鍵里程碑
- 2022BLIP 論文發表於 ICML 2022
- 2023BLIP-2 論文發表於 ICML 2023