多模态检索

多模态检索模型推荐方案

不同场景用不同模型

方向推荐候选原因
图搜图DINOv3-L牛津 69/70,Qwen3-VL-2B 52/70。DINOv3-L已几乎摸到图搜图场景上限,2.4ms / 0.87 GiB。
文搜图Evie-Preview-4.5B 压缩汽车 55/200 vs Qwen3-VL-2B 27/200。压到 32 向量/页,独立候选层 7.63 GiB/百万页,编码不变。
文+图搜图Qwen3-VL-2B汽车 43/44,WeMM-2B 31/44。
高精度文搜图Evie-Preview-4.5B 压缩ViDoRe V3 65.23。压到 32 向量/页,独立候选层 7.63 GiB/百万页,编码不变。