Perplexity 发布统一检索文本、图像与网页的嵌入模型

Perplexity发布 pplx-embed-v2-late 双模型，目标是在共享嵌入空间中检索文本、图像和网页，关注价值在于多模态检索可减少不同内容类型之间的系统割裂。

• Perplexity官方说明称，该系列采用 late-interaction 结构，包含0.6B和更大规格两个模型，并已在 Hugging Face 公开。
• 帖子展示的结果称，0.6B模型在 ViDoRe V3 公共子集上的得分为62.3，并宣称可匹配约5倍规模模型；该结果依赖特定数据集和评测设置，不能直接外推到所有检索任务。
• 共享空间意味着文本、图片和网页内容可以使用统一检索接口，但网页结构解析、图文对齐和索引成本仍会影响实际效果。
• late-interaction 通常保留更细粒度的匹配信息，可能提升相关性，同时带来更高的存储或检索计算开销。
• 影响/看点：如果公开权重、评测代码和部署成本能够支持相关结果，多模态知识库和网页检索的工程复杂度可能下降；实际价值取决于跨域数据上的稳定性、延迟和资源消耗。
• 资料依据:
• Perplexity（2026-10-07）：https://www.perplexity.ai/hub/blog/multimodal-embeddings-beyond-a-single-vector
• Perplexity AI（@perplexity_ai）（2026-10-07）：https://x.com/perplexity_ai/status/2107866029745746177

本内容由 AI 生成，仅供参考，请注意甄别