# 图文相似度

在浏览器中用 CLIP 向量比较多条句子与图片，查看 Apple MobileCLIP 的余弦相似度和 softmax 概率。

Canonical URL: https://aiidelist.com/zh/blog/image-text-similarity-zh

Language: zh

Published: 2026-09-24

Updated: 2026-09-24

可先使用上方的交互工具，再阅读下面的说明与常见问题。

图文相似度 · 在你的设备上运行

输入几条描述，看看每条与图片的匹配程度。MobileCLIP-S0 把文字和图片映射到同一向量空间，余弦相似度就是匹配分。

由 Apple MobileCLIP 驱动

## 常见问题

[更多工具](/zh/blog/apple-ai-browser-tools-zh)**零样本是什么意思？**

模型从未针对你的标签训练过。它把图片向量和每个标签的文字向量做比较，所以任何短语都可以作为类别。

**怎样写好标签？**

使用简短、具体的名词短语，并保持模板开启。可以加一个“something else”之类的兜底标签，观察模型是否不确定。

**这是 MobileCLIP2 吗？**

不是。浏览器工具使用移植到 Transformers.js 的第一代 MobileCLIP-S0。MobileCLIP2 可通过 Python 在本地运行，见教程。

**我的图片会上传吗？**

不会。编码在浏览器的 Web Worker 中完成，只有首次使用时会从 Hugging Face 下载模型文件。