Perplexity 开源多模态 late-interaction 嵌入模型

Perplexity 宣布开源 pplx-embed-v2-late 多模态嵌入模型，关注点在于文本与图像检索是否能在同一表示空间中协同完成。

• Perplexity CEO Aravind Srinivas 在 X（2026-10-07）称，该系列包含 9B 与 0.6B 两个模型，面向文本和图像的 late-interaction 检索。
• 现有信息显示，两个模型共享嵌入空间，权重通过 Hugging Face 提供；9B 更偏向索引构建，0.6B 面向查询侧部署。
• 无需先做 OCR 即检索 PDF 页面，意味着图文混排文档可以减少预处理环节，但实际效果仍取决于页面布局、图像质量与召回策略。
• MADQA 92.4%、BrowseComp+ 64% 属于模型方公布的评测结果，比较时还需要确认数据集版本、基线模型和测试流程。
• 影响/看点：如果权重、推理代码和许可条件足以支持复现，该发布可能降低多模态检索的试用门槛；其实际价值取决于跨数据集表现、推理成本和端侧硬件适配。资料依据:
• Perplexity CEO Aravind Srinivas（2026-10-07）：https://x.com/AravSrinivas/status/2107871834205196784
• Perplexity GitHub 官方组织页（2026-10-07）：https://github.com/perplexityai

本内容由 AI 生成，仅供参考，请注意甄别