微軟于 2021 年啟動了 Project Florence，該 AI 計算機視覺模型結合 Web 圖像 - 文本數(shù)據(jù)的通用視覺語言表征，可以輕松地適應分類、檢索、目標檢測、視覺問答（VQA）、圖像描述、視頻檢索和動作識別等各種計算機視覺任務。

微軟于今天宣布 AI 計算機視覺模型以公共預覽版的形式向開發(fā)者開放。該模型已通過了數(shù)十億個文本圖像的訓練，并集成了 Azure 視覺認知服務，在注重成本的前提下，為各個行業(yè)提供可靠、經(jīng)濟高效且滿足市場需求的視覺應用程序。

微軟客戶借助 Florence 可以更輕松地將數(shù)據(jù)數(shù)字化，同時從圖像和視頻內容中獲得有價值的見解。這有助于為用戶提供可訪問的內容，優(yōu)化 SEO 以獲得更高的獲取量，保護用戶免受任何潛在有害內容的侵害，增強安全性，并允許更快的事件響應時間。

Florence 通過自動字幕、智能裁剪、分類、消除背景干擾和圖像搜索提供用戶友好的內容發(fā)現(xiàn)。更重要的是，用戶可以通過符合道德規(guī)范的 AI 實施來跟蹤運動、評估周圍環(huán)境并獲得即時通知。

IT之家附微軟原文：Announcing a renaissance in computer vision AI with Microsoft's Florence foundation model