蚂蚁数科推出多语种视觉大模型训练框架，助力全球AI应用发展

蚂蚁数科推出多语种视觉大模型训练框架，旨在提高机器对不同语言的视觉识别能力，该框架具备强大的自适应学习能力，能够处理多种语言的图像标注和数据集，通过高效的模型训练和优化算法，该框架可大幅提高模型的准确性和泛化能力，为图像识别、自然语言处理等领域带来革命性的进步，这一创新技术的推出，将有助于推动多语种视觉应用的普及和发展。

在近日举行的香港金融科技节上，蚂蚁数科推出了一项名为“多语种多模态大模型训练框架”的前沿技术，致力于突破当前大模型在多语言应用场景中的局限。该框架在埃及阿拉伯语、印尼爪哇语、巴哈萨语以及巽他语等数据资源匮乏的小语种任务中展现出卓越性能。

其核心技术亮点在于一套全新的语言感知优化架构。该架构采用“以目标语言思维”为核心机制，融合细粒度、多维度的奖励设计与自动化数据构建方案，显著提升了模型对小语种的深层语义理解与生成能力。

实测数据显示，相较于同规模开源模型，该框架在主流多语言视觉问答（Multilingual Visual Question Answering, VQA）基准测试中准确率提升约9.5%。在部分关键任务中，其表现甚至超越GPT-4o和Gemini-2.5-flash等国际领先的闭源模型，综合评分位居评测榜首。

在内容安全领域，蚂蚁数科同步发布了新型图像安全框架。该框架融合视觉解析与常识推理技术，构建了针对伪造内容的识别路径，可高效检测图像中的视觉异常与逻辑矛盾。不仅能精准定位篡改区域，还支持生成可解释性分析报告，大幅增强数字内容的风险识别与防控水平。

作为支撑蚂蚁数科全球化布局的关键技术，上述两项能力已集成至ZOLOZ旗下的文档识别与真实性验证产品RealDoc，并实现大规模落地应用。目前，系统支持119种语言，广泛应用于多语种商务合同、证件及财务文件的处理，在保险理赔、信贷审批及跨境贸易等多个高价值场景中持续发挥效能。