一种名为开放式临时分类(OAK)的新方法，正引领人工智能图像分类领域迈向新阶段。该方法由密歇根大学牵头研究，可助力人工智能系统依据分类上下文动态重新诠释图像，打破传统固定视觉解释的局限。2025年6月，在田纳西州纳什维尔举行的IEEE计算机视觉与模式识别会议(CVPR)上，这项研究正式发表。

密歇根大学计算机科学与工程系教授、该研究资深作者Stella Yu表示：“人们通常认为图像有固定含义，但我们的研究表明，图像解读可随任务、环境或目标变化。就像人类会根据需要调整图像含义一样，人工智能也应具备这种灵活性。”传统AI分类方法依赖固定类别，难以适应不同用途或情境。而OAK能根据所需情境，对同一图像进行不同评估。例如，一张饮酒图像可按动作“喝酒”、地点“在商店”或心情“开心”分类。

研究团队通过扩展OpenAI的CLIP模型构建了OAK。他们添加了上下文标记，作为AI模型的专用指令集，与图像数据一同输入系统，以塑造针对不同情境的视觉特征处理。这使得模型能自然聚焦于相关图像区域，无需明确指示。密歇根大学计算机科学与工程博士生、该研究主要作者王子林说：“系统竟能如此有效地学会集中注意力，利用简单机制干净地组织数据，这让我们很惊讶。”

OAK不仅能适应不同情境，还能发现训练中未见的新类别。它结合自上而下和自下而上的方法，利用语言知识和视觉聚类发现新类别。在斯坦福和Clevr-4两个图像数据集上，OAK在多个分类准确率和概念发现方面均达最高水平，尤其在斯坦福数据集中识别情绪的新颖准确率达87.4%，远超其他模型。