參考資料 ： 

https://ai.meta.com/blog/dinov3-self-supervised-vision-model/ 

https://ai.meta.com/dinov3/ 

https://ai.meta.com/blog/nasa-jpl-dino-robot-explorers/ 

https://ai.meta.com/research/publications/dinov3/ 

本文來自微信大眾號“新智元”，練習與評價代碼等「全流程」。DINOv3在多個評價使命中均逾越了同類的CLIP模型。DINOv3還有或許解鎖全新的運用場景，

17億張圖片，在競賽劇烈的下流使命（如在凍住權重條件下的方針檢測）中，

DINOv3能夠將這些豐厚的數據集用于練習一個通用主干網絡（single backbone）