DINOv3

DINOv3是Meta AI开发的新一代自监督视觉表示学习模型，能够从未标注的图像数据中学习有意义的视觉特征。作为DINO系列的最新版本，它在多个视觉任务上展现了卓越的性能。

DINOv3 近期进展

蚂蚁集团LingBot-Vision 1.1B参数模型超越Meta 7B DINOv3，表明中国在自监督视觉模型领域取得了重要进展。(蚂蚁集团LingBot-Vision 1.1B参数模型超越Meta 7B DINOv3)

SAM 3和DINOv3助力科学发现，将3D标注时间从1个月缩短至15分钟，大幅提升了科研效率。(SAM 3和DINOv3助力科学发现，3D标注从1个月缩至15分钟)

AgriCountDINO框架将DINOv3应用于农业场景，实现了样本引导的计数与定位功能，为农业智能化提供了新工具。(AgriCountDINO：农业场景下的样本引导计数与定位框架)

SegDINO通过将多尺度结构引入DINO，实现了高效的医学图像分割，拓展了DINOv3在医疗领域的应用潜力。(SegDINO：将多尺度结构引入DINO实现高效医学图像分割)

DINOv3作为自监督学习的重要进展，正逐渐拓展至视频理解、3D点跟踪等更复杂领域。VideoMSN研究表明，基于DINOv3的图像分类器能够实现高效的自监督视频表示学习，为视频理解提供了新思路。(VideoMSN：图像分类器高效自监督视频表示学习)

值得注意的是，英伟达推出的SVD服务在AI视频识别准确率达到92%，表明虽然DINOv3在图像领域表现优异，但在视频理解领域仍面临竞争。(英伟达推出 SVD 服务，识别 AI 视频准确率 92%)

蚂蚁集团发布的灵波空间感知AI模型LingBot-Depth 2.0将数据规模提升至1.5亿，显示出大规模数据训练对提升模型性能的重要性，也为DINOv3等自监督模型的发展提供了新方向。(数据规模跃升至 1.5 亿：蚂蚁灵波空间感知 AI 模型 LingBot-Depth 2.0 发布)