Perplexity开源双模型检索方案：0.6B可直接查询9B索引

Perplexity 开源两款多模态 embedding 模型 pplx-embed-v2-late，参数规模分别为 0.6B 和 9B。两款模型的向量彼此兼容，开发者可以先用 9B 模型建立资料库，再用 0.6B 模型处理日常搜索，无需在每次查询时都运行大模型。

支持文字、图片和 PDF 页面检索

这套新模型支持文字、图片和 PDF 页面检索。与通常将一段内容压缩为单个向量的 embedding 模型不同，pplx-embed-v2-late 会为每个 token 保留一个 128 维向量，用于让搜索词分别匹配文档中的相关内容，减少细节丢失。

在处理 PDF、PPT 和扫描件时，模型可以直接把页面图像转换为向量，不需要先通过 OCR 提取文字，同时保留图表、表格和排版信息。

两款模型共用同一向量空间

Perplexity 表示，这两款模型由同一个 18B 教师模型训练而来，并共用一套向量空间。

官方披露测试结果

官方在 ViDoRe v3 图片检索测试中披露，使用 0.6B 模型建库并查询时，得分为 62.3%；改为 9B 模型建库、0.6B 模型查询后，得分提升至 63.5%；如果建库和查询都使用 9B 模型，得分为 65.2%。

目前，两款模型权重已在 Hugging Face 以 MIT 协议开放。