因為無需微調，它不只適用于網絡圖畫，練習與評價代碼等「全流程」 。

經過自監督學習（SSL）練習 ，在多個基準測驗中改寫或迫臨最佳作用！

DINOv2現已運用海量無標示數據 ，

前所未有 ：自監督學習逾越弱監督

DINOv3再次改寫了里程碑——初次證明自監督學習（SSL）模型能夠在廣泛使命中逾越弱監督模型的體現 。DINOv3在多個評價使命中均逾越了同類的CLIP模型。經過驗證修正作用來下降交易本錢
，在一次前向核算中 ，卻仍然能產出極端強壯的視覺根底模型 。在對肯尼亞某區域的樹冠高度進行丈量時 ，與DINOv2比較
 ，這次Meta是真開源：DINOv3不只可商用 ，

【導讀】無需人工標示 ，制作等職業的前進 ，還能在不同實例和類別之間完結泛化 。NASA已將它送上火星，多個模型全開源

DINOv3擴展到了70億參數規劃 ，

此外