Google DeepMind presenta TIPSv2 para abordar una deficiencia clave en los modelos de visión artificial: la mala localización de detalles sutiles a pesar de una sólida comprensión global de la imagen. El nuevo método mejora la segmentación «zero-shot» en 141 puntos mediante la supervisión de toda el área, reduce los parámetros de entrenamiento en 42 y utiliza descripciones de texto de granularidad múltiple. El modelo establece nuevos estándares de referencia en segmentación y supera a modelos más grandes en recuperación y clasificación. El código y los pesos son de código abierto.