Vision-Language on Jeanphilo Bloghttps://shio-chan-dev.github.io/jeanblog/zh/tags/vision-language/Recent content in Vision-Language on Jeanphilo BlogHugo -- 0.159.2zh-cnSat, 24 Jan 2026 15:40:51 +0800BLIP/BLIP-2 实战原理与最小推理示例https://shio-chan-dev.github.io/jeanblog/zh/ai/blip/blip-blip2-principles-minimal-inference/Sat, 24 Jan 2026 15:40:51 +0800https://shio-chan-dev.github.io/jeanblog/zh/ai/blip/blip-blip2-principles-minimal-inference/按 ACERS 结构讲清 BLIP 与 BLIP-2 的原理差异，并给出最小 PyTorch 推理示例。BLIP 与 BLIP-2 架构和区别：从对齐到生成https://shio-chan-dev.github.io/jeanblog/zh/ai/blip/blip-vs-blip2-architecture/Sat, 24 Jan 2026 15:35:34 +0800https://shio-chan-dev.github.io/jeanblog/zh/ai/blip/blip-vs-blip2-architecture/用结构化视角解释 BLIP 与 BLIP-2 的训练目标、模块设计与工程差异。CLIP 系列（1/3）：原理与对比学习公式——多模态对齐的核心机制https://shio-chan-dev.github.io/jeanblog/zh/ai/clip/1-clip-principles-and-contrastive-learning/Sat, 24 Jan 2026 12:46:49 +0800https://shio-chan-dev.github.io/jeanblog/zh/ai/clip/1-clip-principles-and-contrastive-learning/用数学公式拆解 CLIP 的对比学习目标、嵌入空间与训练流程，建立可复用的多模态理解框架。