前沿技术
【免费下载链接】jina-embeddings-v4 
项目地址: https://ai.gitcode.com/hf_mirrors/jinaai/jina-embeddings-v4
模力方舟平台的 Embedding 与 Reranker 模型目前已全面向公众开放免费使用，为构建 RAG 架构所必需的检索向量生成和结果重排序能力，提供了零成本的即时体验途径！
模力方舟平台于今日正式宣布，引入来自 Jina AI 的新一代通用向量模型——Jina-Embeddings v4。用户只需访问指定链接，即可在线体验这一先进模型的强大功能：https://ai.gitee.com/serverless-api?model=jina-embeddings-v4。
作为 Jina 系列嵌入模型的新一代产品，Jina-Embeddings v4 不仅能够对文本、图像等多种模态的输入进行统一编码，更在图文检索领域开创性地实现了多向量检索（Late Interaction）能力。这一突破性进展使其在复杂视觉文档处理、多语言问答系统、代码搜索等多个关键应用场景中，均展现出全面领先的性能优势。
在模型架构方面，Jina-Embeddings v4 基于 Qwen2.5-VL-3B-Instruct 基座模型进行构建，从底层实现了图文统一表示的完整闭环。与传统的 CLIP 双塔架构不同，v4 模型创新性地采用了共享编码路径。具体而言，图像首先通过视觉编码器转换为 token 序列，随后与文本一同输入语言模型，进行上下文感知的深度处理。这种架构设计显著缩小了图文语义空间中存在的模态差距（modality gap），同时赋予模型更强大的跨模态语义理解能力。
该模型提供两种灵活的输出形式以满足不同需求：其一为单向向量（dense embedding），默认输出维度为 2048 维，用户可根据轻量部署的需要将其截断至 128 维；其二为多向量（multi-vector embedding），每个 token 输出 128 维向量，适用于构建支持 Late Interaction 的高精度检索系统。这两种输出模式可在推理阶段根据实际情况灵活选用，方便适配各种不同的存储与算力环境。
为了更好地支持复杂多样的应用场景，Jina-Embeddings v4 内置了三类基于 LoRA 微调的任务适配器，每类适配器仅包含 60M 参数，可在推理阶段动态加载使用。这三类适配器分别针对异构检索（query-document retrieval），适用于短查询与结构化文档的检索任务；语义匹配（text matching），适用于问答匹配、句子相似度计算等对称结构任务；以及代码检索（code retrieval），能够支持自然语言与代码之间的双向语义理解。这种“多任务共享主干 + 轻量化适配”的设计理念，不仅优化了模型性能，还极大地提升了其在各类实际场景中的落地应用能力。
在性能评测方面，Jina-Embeddings v4 在多项标准评测中均表现卓越，尤其在图文匹配与视觉文档检索任务上实现了大幅领先。得益于其独特的共享编码器架构和多向量表示机制，v4 模型能够精准地建模图表、表格、说明文档等复杂视觉内容。在新推出的 Jina-VDR 和 ViDoRe 评测基准上，该模型的表现显著优于 CLIP 及其他同类模型。此外，在 MTEB 多语言语义匹配、长文本检索以及代码搜索等任务中，Jina-Embeddings v4 同样保持了强劲的性能，充分展现了其出色的通用性与可扩展性。
目前，Jina-Embeddings v4 已在模力方舟平台正式上线，用户只需点击相关链接（https://ai.gitee.com/serverless-api?model=jina-embeddings-v4），即可亲身体验图文检索模型带来的技术革新。
值得一提的是，模力方舟平台携手国内 GPU 合作伙伴，已将模型广场中的所有 Embedding 与 Reranker 模型全部开放免费使用。这其中就包括了本次重点介绍的 Jina-Embeddings v4，以及具备 4096 维输出能力的 Qwen3-Embedding-8B 模型。对于需要构建 RAG 架构的开发者而言，现在可以零成本获取必备的检索向量生成和结果重排序能力，即刻开启智能检索的探索之旅。
随着 Jina-Embeddings v4 等先进模型的普及应用，我们有理由相信，多模态检索技术将在更多领域发挥重要作用，为信息获取与处理带来前所未有的效率提升。未来，模力方舟平台也将持续引入更多前沿模型，为开发者和企业用户提供更全面、高效的 AI 工具支持，共同推动人工智能技术的创新与发展。
【免费下载链接】jina-embeddings-v4 项目地址: https://ai.gitcode.com/hf_mirrors/jinaai/jina-embeddings-v4
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
