
马腾宇发布首个多模态嵌入模型 voyage-multimodal-3 实现检索 SOTA
综述由AI生成马腾宇创立的 Voyage-AI 发布了首个多模态嵌入模型 voyage-multimodal-3,在 20 个多模态检索任务中达到 SOTA 水平。该模型支持交错文本和图像,无需复杂文档解析即可捕捉视觉特征。相比 OpenAI CLIP 和 Cohere 模型,它在表格图表检索、文档截图检索等方面表现显著提升。架构采用视觉语言 Transformer,统一表征文本和视觉数据,解决了模态差距问题,适用于 RAG 和语义搜索场景。











