据@DeepLearningAI报道，Meta正式发布DINOv3，这是一款自监督的视觉Transformer模型，拥有67亿参数，并在17亿张Instagram图片上进行训练。DINOv3在图像嵌入、分割和深度估计等任务上显著优于以往同类模型。其技术创新包括引入新的损失函数以保持patch级别多样性，有效解决无标签训练下的部分局限（来源：DeepLearning.AI，hubs.la/Q03GYwMQ0）。模型权重和训练代码允许商业用途但禁止军事应用，为需要强大自监督视觉骨干的AI企业和开发者带来新的机会。