继零样本分割一切的SAM，Meta又迅速开源DINOv2模型，不需微调即可用于多种下游任务，DEMO网址：https://dinov2.metademolab.com/。DINOv2能产生高性能的视觉特征，用于不同下游视觉任务如分类、分割、图像检索和深度估计，不需要微调。DINOv2蒸馏成小模型后效果依然优秀，在多个参数规模下测试，能在大部分测试基准上超过之前最好的模型OpenCLIP。
　　DINOv2的创新点和优秀性能来源于使用图像自监督学习的方式训练。DINOv2的模型结构基于(Vision Transformer，VIT）。此前许多视觉模型使用图像和文本配对数据做预训练，Meta认为该方法依赖于文本描述图像的语义内容，会忽略文本描述中未明确提及的重要信息，因此Meta构建了一个大型数据集，先设置一组种子图像，然后寻找和这些种子图像的编码距离接近的图像进行聚类。虽然图像没有文字标注，但模型可以通过图像之间的关联来学到图像特征，克服了文本对图像描述不够全面的局限性。
　　DINOv2性能优秀，开源后可多方面赋能AI产业。1）DINOv2不需要微调即可胜任完成图生文前期任务，提升整个方案的泛化能力，为后续识别的泛化能力提高打下基础。2）DINOv2能蒸馏成小模型还有较好效果，便于在各种边缘场景及本地化落地。3）DINOv2可以为大语言模型提供丰富的图像特征，加速多模态人工智能的发展。
　　多模态提升空间巨大，技术进步速度超预期，将落地千行百业。当前多模态的输入输出主要是文本、图像和音频，应用场景包括智能办公，如智能PPT和其他office套件，此外多模态在AI绘画、AI音乐创作以及看图写稿等AIGC方向也有广泛应用。1~5年内，随着多模态的发展带来AI泛化能力提升，通用视觉、通用机械臂、通用物流搬运机器人、行业服务机器人、真正的智能家居会进入生活。未来5～10年内，结合复杂多模态方案的大模型有望具备完备的与世界交互的能力，在通用机器人、虚拟现实等领域得到应用。
　　建议关注：算力产业链公司及大华股份、海康威视、云从科技、千方科技、商汤科技、萤石网络等。
　　风险提示：AI技术迭代不及预期风险；经济下行超预期风险；行业竞争加剧风险。