Pelancaran Model

DeepSeek menerbitkan laporan teknikal model multimodal

Ringkasan AI

DeepSeek melancarkan model bahasa besar multimodal dan laporan teknikal, mencadangkan rangka kerja inovatif "penaakulan berasaskan primitif visual". Rangka kerja ini menggunakan elemen visual seperti titik dan kotak sempadan sebagai unit asas penaakulan, bertujuan menyelesaikan masalah teras "jurang rujukan" dalam tugas rujukan spatial model multimodal, membolehkan model mengikat kognisi abstrak kepada koordinat konkrit imej. Walaupun saiz model padat dan belanjawan token imej rendah, prestasinya dalam beberapa penanda aras pengiraan dan penaakulan spatial yang mencabar setanding model terkemuka seperti GPT-5.4.

Maklumat penting

  • DeepSeek melancarkan model bahasa besar multimodal dan laporan teknikal,mencadangkan rangka kerja…
  • Rangka kerja ini menggunakan elemen visual seperti titik dan kotak sempadan sebagai unit asas…
  • Walaupun saiz model padat dan belanjawan token imej rendah,prestasinya dalam beberapa penanda aras…

Sekilas pandang

Diterbitkan pada
Dikemas kini pada
Sumber
IT之家·人工智能
Kategori
Pelancaran Model
Skor AI
72
Baca asal Baca artikel penuh di sumber asal
Sebab disyorkan

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。

Entiti Berkaitan

Sumber dan hak cipta

Artikel ini disusun berdasarkan tajuk pilihan dan ringkasan AI daripada API awam AIHOT, dengan sumber dinyatakan dan pautan balik disediakan; hak cipta teks asal milik media dan penulis asal, laman ini tidak menyalin penuh teks penuh.

Pautan asal · Entri AIHOT

Cara memetik

Apabila memetik artikel ini, kekalkan tajuk, tarikh dan pautan kekal, serta nyatakan sumber sebagai Orange News.

Orange News: DeepSeek menerbitkan laporan teknikal model multimodal. 30 April 2026. https://new.nat6.net/ms/news/cmolmfc6k00gssll961k7jpsx/

Lihat Semua →