某中心发布两款新型Titan视觉语言模型，采用创新架构和精心准备的训练数据实现领先性能。
多模态嵌入模型
- 通过某平台提供服务，支持用户上传图像集并实现文本/图像跨模态搜索
- 采用双编码器架构（文本编码器+图像编码器），在共享多维空间生成向量表示
- 基于对比学习训练：正样本（图像与真实标题）拉近嵌入距离，负样本（随机配对）推远距离
图像生成模型（预览版）
- 生成式AI模型，可生成逼真图像
- 使用两个文本编码器副本：一个直接输入图像生成模块，另一个预测对应图像嵌入
- 二级生成架构：首级生成图像后，次级进行超分辨率处理并提升图文对齐度
数据预处理关键技术
- 去重处理：采用感知哈希技术识别重复图像，避免默认图像过度代表
- 质量筛选：通过图像质量分类器模拟人类审美，仅使用高分图像训练
- 标题对齐：训练专用标题生成器，在训练周期中动态替换低质量标题
- 安全措施：内容审核减少不当图像风险，生成图像添加隐形数字水印
模型预训练后还在高质量图像集上进行微调，显著改善图文对齐并减少图像伪影。研究人员正致力于进一步提升生成图像的分辨率。