Китайский кросс-модальный поиск и генерация представлений на базе CLIP.
Обучайте, дообучайте и развертывайте китайские кросс-модальные модели для поиска и классификации.
Chinese-CLIP — это китайская версия модели CLIP, обученная примерно на 200 миллионах пар изображений и текстов. Она позволяет выполнять кросс-модальный поиск, классификацию изображений без обучения (zero-shot) и извлечение признаков специально для китайского текста и визуального контента.
Инструментарий предоставляет API, код для обучения и скрипты тестирования, оптимизированные для китайских данных, включая поддержку развертывания через PyTorch, Hugging Face transformers, ModelScope, ONNX и TensorRT. Он включает модели разного масштаба от ResNet50 до ViT-H-14, а также такие стратегии, как FlashAttention, накопление градиентов и FLIP.
Подходит для AI-инженеров и специалистов по видеопроизводству, создающих системы поиска медиафайлов на китайском языке, автоматической тегизации или классификации zero-shot. Не подходит тем, кто работает исключительно с англоязычными моделями или не имеет GPU-оборудования.
Выполняйте поиск по запросам текст-изображение и изображение-текст с использованием произвольных запросов на китайском языке.
Классифицируйте изображения без обучающих данных под конкретную задачу, используя пользовательские текстовые подсказки на китайском языке.
Выбирайте из предобученных архитектур, включая RN50, ViT-B/16, ViT-L/14 и ViT-H/14.
Экспортируйте модели в ONNX, TensorRT или CoreML для более быстрого инференса в продакшене.
Бесплатно по лицензии MIT, в README не упоминаются платные хостинговые опции. Единственные затраты связаны с самостоятельным запуском оборудования и инфраструктуры.
879 открытых удалённых вакансий по обучению ИИ, обновлено 15 ноября 2026 г.; в большинстве оплата $20–$175 в час. Из них 2 — для носителей русского языка. Zekai публикует их бесплатно; отклик уходит на платформу работодателя.
Эти проверенные ИИ-инструменты делают то же самое мгновенно — из нашего оценённого каталога.
Вам нужна машина с GPU, совместимым с CUDA, поддерживающая PyTorch и torchvision.
Да, репозиторий предоставляет скрипты и документацию для развертывания моделей с использованием ONNX, TensorRT и CoreML.
Zekai первым в Google