Modellveröffentlichungen

DeepSeek veröffentlicht technischen Bericht zum multimodalen Modell

KI-Zusammenfassung

DeepSeek hat ein multimodales großes Sprachmodell samt technischem Bericht veröffentlicht und dabei ein innovatives Framework namens „Reasoning auf Basis visueller Primitive“ vorgestellt. Dieses Framework nutzt visuelle Elemente wie Punkte und Begrenzungsrahmen als grundlegende Einheiten des Reasonings, um das Kernproblem der „Referenzlücke“ multimodaler Modelle bei räumlichen Referenzaufgaben zu lösen und das Modell in die Lage zu versetzen, abstrakte Kognition an konkreten Bildkoordinaten zu verankern. Trotz kompakter Modellgröße und niedrigem Budget für Bild-Token erreicht seine Leistung bei mehreren anspruchsvollen Zähl- und räumlichen Reasoning-Benchmarks das Niveau von Frontier-Modellen wie GPT-5.4.

Kernpunkte

  • DeepSeek hat ein multimodales großes Sprachmodell samt technischem Bericht veröffentlicht und…
  • Dieses Framework nutzt visuelle Elemente wie Punkte und Begrenzungsrahmen als grundlegende…
  • Trotz kompakter Modellgröße und niedrigem Budget für Bild-Token erreicht seine Leistung bei…

Auf einen Blick

Veröffentlicht
Aktualisiert
Quelle
IT之家·人工智能
Kategorie
Modellveröffentlichungen
KI-Bewertung
72
Original lesen Den vollständigen Artikel bei der Originalquelle lesen
Warum es wichtig ist

DeepSeek 把视觉概念直接变成推理单元,绕开了语言描述空间的先天模糊,在空间推理上把自家紧凑模型拉到和 GPT-5.4 一个水平,做多模态应用的人值得细读。

Verwandte Entitäten

Quelle & Urheberrecht

Dieser Artikel basiert auf kuratierten Titeln und KI-Zusammenfassungen der öffentlichen AIHOT-API, mit Quellenangabe und Rückverlinkung. Das Urheberrecht am Original liegt bei den ursprünglichen Medien und Autoren; diese Seite spiegelt keine Volltexte.

Originalartikel · AIHOT-Eintrag

Zitierhinweis

Beim Zitieren dieses Artikels bitte Titel, Datum und Permalink beibehalten und Orange News als Quelle angeben.

Orange News: DeepSeek veröffentlicht technischen Bericht zum multimodalen Modell. 30. April 2026. https://new.nat6.net/de/news/cmolmfc6k00gssll961k7jpsx/

Alle ansehen →