["谷歌发布PaLI-3视觉语言模型，小体量却达到SOTA性能。","该模型采用对比预训练方法，深入研究了VIT的潜力，在多语言模态检索中表现卓越。","PaLI-3将自然语言理解和图像识别完美融合，成为AI创新的重要力量。","该模型的基于SigLIP的对比预训练方法开辟了多语言跨模态检索的新时代。","虽然尚未完全开源，但已发布多语言和英文SigLIP模型，为研究人员提供尝试的机会。"]