近日，360億方智能與360人工智能研究院推出的知識(shí)大模型“360億方大模型”正式迎來(lái)2.0版本更新。

本次升級(jí)不僅顯著增強(qiáng)了該模型的視覺(jué)布局分析、跨模態(tài)混合檢索、多模態(tài)向量化等多項(xiàng)能力，并同步面向廣大企業(yè)與用戶(hù)上線(xiàn)至360AI知識(shí)庫(kù)，進(jìn)一步有效解決傳統(tǒng)文本知識(shí)庫(kù)難以處理的復(fù)雜布局和非結(jié)構(gòu)化知識(shí)場(chǎng)景的問(wèn)題。

三大核心創(chuàng)新，破解知識(shí)管理復(fù)雜場(chǎng)景困局

360億方大模型2.0基于360人工智能研究院的RzenEmbed多模態(tài)Embedding模型及FG-CLIP圖文跨模態(tài)模型進(jìn)行整合升級(jí)，重點(diǎn)在“多模態(tài)理解、多模態(tài)生成、文檔智能解析”三大技術(shù)領(lǐng)域取得重大突破。不同于現(xiàn)有知識(shí)大模型，360億方大模型打破了大模型在復(fù)雜邏輯與長(zhǎng)尾知識(shí)處理上的邊界，在模型核心上實(shí)現(xiàn)了三大核心創(chuàng)新：

? 攻克AI視覺(jué)“細(xì)粒度”難題：傳統(tǒng)CLIP模型善于理解圖像的全局概念，但在區(qū)分細(xì)微的物體屬性、復(fù)雜的空間關(guān)系以及精準(zhǔn)的語(yǔ)言表達(dá)時(shí)，往往力不從心。360億方大模型2.0面對(duì)包含多個(gè)物體的復(fù)雜場(chǎng)景，其細(xì)節(jié)識(shí)別置信度仍高達(dá)96%。這種從“宏觀(guān)”到“微觀(guān)”、從“看得見(jiàn)”到“看得清”的能力躍遷，是AI真正理解物理世界的關(guān)鍵一步。

理解畫(huà)面各元素

? 打破文本、圖像等不同模態(tài)的數(shù)據(jù)壁壘：通過(guò)構(gòu)建統(tǒng)一的語(yǔ)義嵌入空間，實(shí)現(xiàn)跨模態(tài)與混合模態(tài)的精準(zhǔn)語(yǔ)義對(duì)齊，支持用戶(hù)以“單一模態(tài)”（如文本描述、單張圖像）或“模態(tài)組合”（如“指令+文本+圖像”）為檢索條件，高效匹配其他模態(tài)的相關(guān)內(nèi)容，解決傳統(tǒng)檢索中“模態(tài)割裂”“上下文丟失”等痛點(diǎn)。360億方大模型2.0實(shí)現(xiàn)了文字、圖片、圖表等多元信息的深度語(yǔ)義融合，讓機(jī)器真正“看懂”企業(yè)文檔中的每一處細(xì)節(jié)。

實(shí)際問(wèn)答多模態(tài)輸出

? 實(shí)現(xiàn)從“基礎(chǔ)識(shí)別”到“深度研讀”的跨越：360億方大模型2.0通過(guò)視覺(jué)布局分析技術(shù)，實(shí)現(xiàn)了對(duì)文檔形態(tài)的“像素級(jí)”感知與“人類(lèi)視角”的邏輯還原。它不僅能精準(zhǔn)識(shí)別傾斜、折疊、滿(mǎn)屏水印等極端場(chǎng)景下的內(nèi)容，更首次實(shí)現(xiàn)了對(duì)文檔內(nèi)部引注關(guān)系、圖表關(guān)聯(lián)及上下文脈絡(luò)的深度理解。將碎片化的非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化為邏輯嚴(yán)密的結(jié)構(gòu)化知識(shí)資產(chǎn)，徹底攻克了企業(yè)知識(shí)管理中長(zhǎng)尾知識(shí)識(shí)別難、邏輯推導(dǎo)不可信的頑疾。

多欄復(fù)雜板式內(nèi)容識(shí)別

綜合實(shí)力領(lǐng)跑，多項(xiàng)權(quán)威評(píng)測(cè)穩(wěn)居全球第一梯隊(duì)

360億方大模型2.0的強(qiáng)大性能，源于其深度整合了360人工智能研究院自主研發(fā)的兩大頂級(jí)模型。這兩大底層模型在國(guó)際權(quán)威基準(zhǔn)測(cè)試中表現(xiàn)卓越，為360億方大模型提供了領(lǐng)先的視覺(jué)理解與檢索動(dòng)力。

首先，在視覺(jué)語(yǔ)言理解層面，360億方大模型2.0內(nèi)置了專(zhuān)為細(xì)粒度圖文對(duì)齊設(shè)計(jì)的FG-CLIP2模型。該模型在涵蓋長(zhǎng)短文本檢索、開(kāi)放世界目標(biāo)檢測(cè)等29項(xiàng)權(quán)威公開(kāi)基準(zhǔn)測(cè)試中，表現(xiàn)全面超越了科技巨頭Google的SigLIP 2與Meta的MetaCLIP 2。依托這一算法底層的重大破局，360億方大模型實(shí)現(xiàn)了從“看清”到“看懂”的質(zhì)變，不僅能精準(zhǔn)識(shí)別圖像主體，更能捕捉微小的屬性關(guān)系與深層語(yǔ)義細(xì)節(jié)，開(kāi)啟了視覺(jué)理解“超清、精準(zhǔn)”的新篇章。

其次，在決定知識(shí)獲取效率的向量化技術(shù)上，360億方大模型2.0深度集成了RzenEmbed多模態(tài)Embedding模型。該模型在國(guó)際知名評(píng)測(cè)基準(zhǔn)MMEB中憑借卓越的綜合性能，斬獲總榜排名第一與單項(xiàng)第一的雙重桂冠。特別是在最能體現(xiàn)企業(yè)應(yīng)用價(jià)值的VisDoc（多模態(tài)文檔檢索）專(zhuān)項(xiàng)測(cè)試中，其以絕對(duì)優(yōu)勢(shì)穩(wěn)居榜首。這確保了360億方大模型在處理復(fù)雜辦公文檔、消除“模態(tài)割裂”方面具備行業(yè)頂級(jí)的核心競(jìng)爭(zhēng)力，通過(guò)將頂尖底層能力轉(zhuǎn)化為產(chǎn)品原動(dòng)力，正式定義了企業(yè)級(jí)RAG檢索與知識(shí)管理的新標(biāo)準(zhǔn)。

四重價(jià)值加持，打造企業(yè)知識(shí)管理更優(yōu)解

相較于其他知識(shí)管理類(lèi)大模型，360億方大模型2.0以“省力、省心、省時(shí)、省錢(qián)”四大核心優(yōu)勢(shì)，成為企業(yè)級(jí)知識(shí)管理的優(yōu)選。其價(jià)值不僅體現(xiàn)在整體技術(shù)能力的跨越，更聚焦于業(yè)務(wù)全流程成本的極致優(yōu)化，多維度為企業(yè)知識(shí)管理減負(fù)提效。

省力：SaaS化即開(kāi)即用，零門(mén)檻擁抱AI

提供成熟的SaaS化服務(wù)形態(tài)，企業(yè)無(wú)需經(jīng)歷復(fù)雜的開(kāi)發(fā)周期。通過(guò)直觀(guān)的交互界面與標(biāo)準(zhǔn)化API，基于360AI知識(shí)庫(kù)產(chǎn)品實(shí)現(xiàn)“部署即實(shí)戰(zhàn)”，讓非技術(shù)背景的業(yè)務(wù)人員也能輕松駕馭頂尖AI能力。

省心：高并發(fā)企業(yè)級(jí)特性，無(wú)縫適配復(fù)雜業(yè)務(wù)

具備極高的架構(gòu)穩(wěn)定性與并發(fā)支撐能力，原生支持多模態(tài)交互。無(wú)論是處理海量公文流轉(zhuǎn)，還是跨部門(mén)的復(fù)雜知識(shí)協(xié)同，模型都能在保障數(shù)據(jù)安全的前提下，提供絲滑、可靠的技術(shù)底座。

省時(shí)：從“周”級(jí)到“秒”級(jí)，極速激活沉睡知識(shí)

憑借先進(jìn)的文檔布局分析與向量檢索技術(shù)，原本需要數(shù)周人工梳理的非結(jié)構(gòu)化資料，現(xiàn)在僅需分鐘級(jí)即可完成入庫(kù)；毫秒級(jí)的響應(yīng)速度，讓員工獲取精準(zhǔn)答案不再需要漫長(zhǎng)等待，極大縮短了決策鏈路。

省錢(qián)：極致效能比，大幅降低企業(yè)綜合TCO

通過(guò)多模態(tài)推理數(shù)據(jù)合成技術(shù)，模型在保持SOTA性能的同時(shí)顯著優(yōu)化了算力消耗。更重要的是，它通過(guò)自動(dòng)化替代了繁瑣的人工文檔結(jié)構(gòu)化工作，激活企業(yè)內(nèi)部長(zhǎng)期“沉睡”的非結(jié)構(gòu)化數(shù)據(jù)資產(chǎn)，為企業(yè)創(chuàng)造了遠(yuǎn)超投入的商業(yè)價(jià)值。

聚焦場(chǎng)景實(shí)戰(zhàn)，從實(shí)驗(yàn)室走向企業(yè)應(yīng)用

目前，360億方大模型2.0億落地多項(xiàng)企業(yè)知識(shí)管理與AI應(yīng)用等場(chǎng)景，依托視覺(jué)布局分析、跨模態(tài)混合檢索、多模態(tài)向量化等多項(xiàng)能力，精準(zhǔn)攻克了傳統(tǒng)知識(shí)庫(kù)在復(fù)雜場(chǎng)景下的“最后一公里”難題，解決多項(xiàng)企業(yè)內(nèi)知識(shí)管理“老大難”的問(wèn)題：

復(fù)雜版式識(shí)別

在處理報(bào)紙、期刊、多欄研報(bào)等圖文交織的復(fù)雜版面時(shí)，傳統(tǒng)方案常因掃描順序混亂導(dǎo)致識(shí)別錯(cuò)誤甚至無(wú)法識(shí)別。面對(duì)滿(mǎn)屏水印、文檔彎折、多欄穿插的非理想原始件，識(shí)別結(jié)果往往大相徑庭。

360億方大模型2.0通過(guò)視覺(jué)布局分析技術(shù)，即使是復(fù)雜的表格、公式或傾斜排版，模型也能精準(zhǔn)梳理出符合人類(lèi)閱讀習(xí)慣的內(nèi)容流。這種對(duì)復(fù)雜長(zhǎng)尾場(chǎng)景的高兼容性，讓海量雜亂文檔的處理從“不可用”變?yōu)椤案呔瓤捎谩薄?/p>

專(zhuān)業(yè)文檔學(xué)習(xí)

對(duì)于動(dòng)輒數(shù)百頁(yè)的行業(yè)標(biāo)準(zhǔn)、技術(shù)規(guī)范、審計(jì)報(bào)告或維修說(shuō)明等，人工查閱極易遺漏關(guān)鍵邏輯。360億方大模型2.0不僅能識(shí)別文字，更能理解上下文脈絡(luò)。

它能自動(dòng)建立文檔內(nèi)的引注關(guān)聯(lián)，當(dāng)用戶(hù)詢(xún)問(wèn)某個(gè)具體零件維修方案時(shí)，系統(tǒng)不僅給出答案，還能溯源至復(fù)雜的邏輯推導(dǎo)過(guò)程。這種深度學(xué)習(xí)能力，讓企業(yè)員工從機(jī)械的翻閱中解脫出來(lái)，直接進(jìn)入高價(jià)值的決策環(huán)節(jié)。

以圖搜圖/搜案

在制造業(yè)、電商或創(chuàng)作領(lǐng)域，很多知識(shí)“只可意會(huì)不可言傳”。360AI知識(shí)庫(kù)實(shí)現(xiàn)了真正的跨模態(tài)對(duì)齊。用戶(hù)僅需上傳一張零件草圖或產(chǎn)品局部照，系統(tǒng)即可在海量圖庫(kù)中精準(zhǔn)鎖定相似設(shè)計(jì)。

360億方大模型2.0的跨越式迭代并非偶然，而是360對(duì)AI底層能力長(zhǎng)期深耕的厚積薄發(fā)。從實(shí)驗(yàn)室的SOTA突破到知識(shí)庫(kù)的正式上線(xiàn)，360億方大模型2.0不僅是技術(shù)的迭代，更是大模型應(yīng)用從“玩具”向“生產(chǎn)力工具”的一次質(zhì)變。

通過(guò)打破多模態(tài)知識(shí)處理的重重壁壘，360億方智能正在讓曾經(jīng)難以利用的非結(jié)構(gòu)化數(shù)據(jù)，真正轉(zhuǎn)化為驅(qū)動(dòng)企業(yè)高質(zhì)量發(fā)展的戰(zhàn)略資產(chǎn)。站在A(yíng)I重構(gòu)業(yè)務(wù)的前夜，360億方智能將繼續(xù)驅(qū)動(dòng)知識(shí)管理向智能化、極簡(jiǎn)化演進(jìn)，讓AI從單一的功能性工具，成長(zhǎng)為無(wú)處不在、深度懂業(yè)務(wù)的智能伙伴，在智能時(shí)代實(shí)現(xiàn)資產(chǎn)價(jià)值的重構(gòu)與躍遷。