核心观点 - BioCLIP 2模型通过大规模训练（2亿生物图像数据）实现了目前最优的物种识别性能，并在非物种任务（如栖息地识别、植物疾病识别）中表现优异[1] - 模型展现出两大涌现属性：物种间生态对齐和物种内差异分离，且这些属性随训练规模扩大而增强[10][12] - 研究团队构建了TreeOfLife-200M数据集，包含95.2万个分类标签，是迄今规模最大、最丰富的生命图像库[2] 模型架构与训练 - 模型从ViT-B扩大至ViT-L，参数量增加为知识涌现做准备[4] - 训练数据来自GBIF、EOL等4大平台，总计2.14亿生物图像[2] - 采用层级对比学习框架，利用界-门-纲-目-科-属-种+学名+常用名的多粒度文本提供监督[2] 性能表现 - 零样本物种识别平均准确率达55.6%，比第二好的SigLIP模型提升16.1个百分点[5] - 在动物和植物分类任务中，BioCLIP 2平均准确率57.5%，显著优于CLIP（42.7%）、DINOv2（47.3%）等模型[9] - 少样本物种识别性能远超DINOv2等常用视觉模型[5] 涌现属性分析 - 物种间生态对齐：具有相似生态习性的物种在特征空间中聚集（如淡水鱼与咸水鱼分界清晰）[10][11] - 物种内差异分离：雌雄/幼成体差异沿物种差异正交方向分布，正交程度随训练规模同步增大[12][14] - 实验显示：从1M到214M图像训练，非物种任务性能单调上升，体内差异分离度同步提升[15] 数据集与创新 - TreeOfLife-200M数据集覆盖95.2万个分类标签，包含标本、野外相机陷阱等多样化图像类别[2] - 首次在生物多样性领域实现视觉语义基座的涌现属性，证明"正确的监督+规模"可复刻大模型特性[16]

科研合作成果 - 中国与肯尼亚科研人员联合编纂的《肯尼亚植物志：第4卷 兰科》近日发布，这是中肯科研合作的重要成果之一 [1] - 《肯尼亚植物志》由中国科学院中-非联合研究中心、中国科学院武汉植物园和肯尼亚国家博物馆联合主持，全书共31卷，计划收录肯尼亚境内223个科、1773个属的7000余种植物 [1] - 兰科卷记录了300余种(含亚种和变种)肯尼亚兰科植物，其中逾200种为非洲特有、14种为肯尼亚特有，逾80%的物种有图版展示 [1] 科研项目进展 - 自2015年11月启动《肯尼亚植物志》编研以来，中肯二十余家科研机构的180余位科研人员参与编研工作，此前已出版茜草科卷 [1] - 编纂过程中，科研人员系统梳理了千余份兰科植物标本，并进行精确鉴定，同时查阅全球重要机构的肯尼亚兰科植物标本资料 [1] 中-非中心发展 - 中-非中心自2013年成立以来，围绕生物多样性研究、生态环境保护、重大灾害预警和现代高值农业等开展科研合作，取得系列成果 [2] - 截至目前，中-非中心已招收和培养来自非洲国家的320名硕士、博士研究生 [2] - 中-非中心在埃塞俄比亚、坦桑尼亚、马达加斯加、卢旺达、毛里塔尼亚等国设立区域合作办公室或联合实验室，形成科学研究与人才培养的对非合作网络 [2]

巡护活动概况 - 大熊猫国家公园第九次川陕甘三省五市八县联合巡护活动于5月23日在唐家河片区圆满收官，主题为"跨省大巡护·共护大熊猫" [1] - 活动由唐家河片区承办，汇聚三省43家单位的125名专业人员，开展为期5天的生态守护行动 [1] - 本次巡护是三省联合行动中规模最大、内容最丰富的一次，采用"共性+个性"任务清单模式，融合启动仪式、技能培训与成果总结 [3] 巡护成果 - 巡护队伍深入岷山、西秦岭核心区域，沿10条线路巡查，总里程达200.6公里 [3] - 发现野生大熊猫、四川羚牛等19种珍稀野生动物的实体或痕迹178处，其中明确为大熊猫痕迹的有24处 [3] - 记录到10种国家重点保护植物，为生物多样性研究提供数据支撑 [3] 生态保护机制 - 行动打破行政壁垒，构建跨区域生态保护网络，传递"生态保护无边界"理念 [6] - 自2019年起，川陕甘三省探索"规划-法规-司法-执法"四位一体的保护体系 [6] - 第十次三省联合巡护将于2025年10月由甘肃省管理局白水江分局主办 [6]