Perch ist ein leistungsstarker vortrainierter Modellansatz für die Bioakustik. Es wurde im überwachten Lernansatz trainiert und liefert sowohl direkt verwendbare Klassifikationswerte für Tausende artikulierender Arten als auch hochwertige Embeddings für Transfer Learning. In dieser neuen Version, Perch 2.0, erweitern wir das Trainingsdatum von ausschließlich vogelbasierten Daten auf ein großes, mehrtaxonomisches Datenset. Das Modell wurde mittels Selbst-Distillation trainiert, wobei ein Prototypen-Lern-Klassifikator sowie ein neues Quellen-Vorhersage-Kriterium eingesetzt wurden. Perch 2.0 erreicht Spitzenleistungen auf den Benchmarks BirdSet und BEANS. Zudem übertrifft es spezialisierte marine Modelle bei Aufgaben des Transfer Learning im marinen Bereich – trotz nahezu fehlender mariner Trainingsdaten. Wir präsentieren Hypothesen, warum die feinkörnige Artenklassifikation eine besonders robuste Vortrainingsaufgabe für die Bioakustik darstellt.