Late是Perplexity AI最新发布的嵌入模型pplx-embed-v2-late的组成部分，该模型包含0.6B边缘版和9B版本，用于统一检索文本与图像。10月7日，Perplexity正式开源了这一多模态嵌入模型，在MADQA基准测试上获得了92.4分的优异成绩。
Late 近期进展
Perplexity于10月7日发布了pplx-embed-v2-late嵌入模型，包含0.6B边缘版和9B版本，在MADQA基准测试上获得92.4分的高分。Perplexity 发布 pplx-embed-v2-late 嵌入模型，统一空间检索文本与图像
Aravind Srinivas于10月7日宣布Perplexity已开源pplx-embed-v2-late的9B/0.6B多模态嵌入模型，使开发者和研究人员能够自由使用和改进这一技术。Perplexity 开源 pplx-embed-v2-late：9B/0.6B 多模态嵌入模型
MarkTechPost报道指出，pplx-embed-v2-late的0.6B边缘版特别适合资源受限环境，而9B版本则提供更强大的性能，为不同应用场景提供了灵活选择。Perplexity 发布嵌入模型 pplx-embed-v2-late，含 0.6B 边缘版和 9B 版
当前焦点与观察点
Late模型的出现反映了多模态AI嵌入技术的快速发展，特别是在统一文本与图像检索方面的突破。92.4分的MADQA测试成绩表明Late在处理复杂查询方面具有显著优势，这可能改变RAG系统的性能表现。
0.6B边缘版的发布表明AI模型正朝着轻量化、边缘化方向发展，使更多设备能够支持高级AI功能。这一趋势将促进AI技术在更广泛场景中的应用，但也带来了模型优化和效率平衡的新挑战。
随着Late等嵌入模型的普及，多模态内容检索的准确性和效率将大幅提升，为搜索引擎、知识库和智能助手等应用带来新的可能性。然而，如何在保持高性能的同时降低计算资源需求，仍是业界需要持续探索的课题。