MedSigLIP：面向医疗影像与文本的多模态编码模型，助力医疗 AI 应用快速落地
• 基于 SigLIP 变体，联合训练 4 亿参数视觉编码器与 4 亿参数文本编码器，实现医疗图像与文本的统一嵌入空间。
• 支持 448×448 分辨率图像及最多 64 个文本 token，专注于医疗影像解析，适合数据高效分类、零样本分类及语义图像检索。
• 不支持文本生成，需生成文本时推荐使用 MedGemma，明确区分应用场景，提升模型匹配度与性能。
• 提供 Hugging Face、Vertex AI 集成示例及容器部署方案，方便开发者快速试用与落地。
• 开源许可采用 Apache 2.0，鼓励社区贡献代码、报告问题及提交 PR，推动医疗 AI 模型生态健康发展。
• 适合医疗影像诊断辅助、智能检索等应用，显著降低跨模态学习门槛，提升医疗智能化水平。

详细资料与代码👉 github.com/Google-Health/medsiglip
#医疗人工智能# #多模态学习# #医疗影像# #开源模型# #AI赋能医疗#