DeepSeek опубликовала технический отчёт о мультимодальной модели
ИИ-резюме
DeepSeek выпустила мультимодальную большую языковую модель и технический отчёт, представив инновационную концепцию «рассуждения на основе визуальных примитивов». В этой концепции точки, ограничивающие рамки и другие визуальные элементы выступают базовыми единицами рассуждения, что призвано решить ключевую проблему «разрыва отсылок» мультимодальных моделей в задачах пространственных отсылок и позволяет привязывать абстрактные представления к конкретным координатам изображения. Несмотря на компактный размер модели и низкий бюджет токенов изображения, её результаты в ряде сложных тестов на подсчёт и пространственное рассуждение сопоставимы с передовыми моделями, такими как GPT-5.4.
Ключевые моменты
- DeepSeek выпустила мультимодальную большую языковую модель и технический отчёт,представив…
- В этой концепции точки,ограничивающие рамки и другие визуальные элементы выступают базовыми…
- Несмотря на компактный размер модели и низкий бюджет токенов изображения,её результаты в ряде…
Кратко
- Опубликовано
- Обновлено
- Источник
- IT之家·人工智能
- Категория
- Релизы моделей
- Оценка ИИ
- 72
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。
Связанные сущности
Источник и авторские права
Статья основана на отобранных заголовках и ИИ-резюме из открытого API AIHOT с указанием источника и обратными ссылками. Авторские права на оригинал принадлежат исходным изданиям и авторам; сайт не воспроизводит полные тексты.
Как цитировать
При цитировании сохраняйте заголовок, дату и постоянную ссылку, указывая источник: Orange News.
Orange News: DeepSeek опубликовала технический отчёт о мультимодальной модели. 30 апреля 2026. https://new.nat6.net/ru/news/cmolmfc6k00gssll961k7jpsx/