最新报道:币界网消息,Jina AI开源了四模态向量模型jina-embeddings-v5-omni,支持文本、图像、音频和视频。其核心突破在于通过「冻结主干,仅微调连接组件」,让纯文本检索系统具备多模态处理能力,参与训练的参数仅占模型总权重的0.35%。这一架构解决了企业升级多模态的兼容难题,已使用v5-text建立的文本索引无需重算,企业只需为新增的图音视频建库,就能无缝解锁四模态搜索。模型最高可节省64%的显存,训练提速达3.9倍。约1.57b参数的small版本在视频检索任务上表现出色,验证了只要文本基座强,扩展感知模态的成本可趋近于免费。