BAAI智源

BGE（BAAI General Embedding）是由智源研究院（Beijing Academy of Artificial Intelligence，BAAI）研发的通用向量嵌入模型系列，是中国在文本嵌入技术领域最具国际影响力的开源项目之一。智源研究院是北京市支持成立的人工智能新型研发机构，由清华大学、北京大学、中国科学院等多家顶尖学术机构联合组建，是中国AI基础研究的重要战略科技力量。BGE系列包括BGE-base（1024维度）、BGE-large（1024维度）、BGE-m3（多语言、多粒度、多功能嵌入模型）等多个版本，在MTEB（Massive Text Embedding Benchmark）全球排行榜上长期位居前列，特别是BGE-m3支持超过100种语言的向量化，且同时支持密集检索（Dense Retrieval）、稀疏检索（Sparse Retrieval）和多向量检索（Multi-Vector Retrieval），是全球功能最完整的开源嵌入模型之一。BGE模型广泛应用于RAG（检索增强生成）、语义搜索、问答系统、文档聚类、推荐系统等场景，其高质量的中文向量化能力特别适合国内企业的AI知识库建设。BGE完全开源（权重+训练代码+数据集），在Hugging Face上的累计下载量超过5000万次，是全球使用最广泛的中文嵌入模型。智源研究院还发布了AltDiffusion（开源文生图模型）、Emu（多模态生成模型）、CogVideo（文生视频模型）等多个有重要影响力的开源AI项目，是中国AI「开源创新」的重要力量。其发布的《人工智能创新发展白皮书》等研究报告为全球AI治理提供了重要的中国视角。