DeepSeek เผยแพร่รายงานเทคนิคโมเดลมัลติโมดัล
สรุปโดย AI
DeepSeek เปิดตัวโมเดลภาษาขนาดใหญ่มัลติโมดัลและรายงานเทคนิค โดยเสนอกรอบ "การคิดบนพื้นฐานของปริมาณภาพ" ที่สร้างสรรค์ กรอบนี้ใช้จุด กรอบขอบเขต และองค์ประกอบภาพอื่นๆ เป็นหน่วยพื้นฐานของการอนุมาน มุ่งแก้ปัญหาหลัก "ช่องว่างการอ้างอิง" ที่โมเดลมัลติโมดัลเผชิญในงานอ้างอิงเชิงพื้นที่ ทำให้โมเดลสามารถยึดโยงการรับรู้เชิงนามธรรมเข้ากับพิกัดเฉพาะของภาพได้ แม้ขนาดโมเดลจะกะทัดรัดและงบประมาณโทเคนภาพต่ำ ประสิทธิภาพบนเกณฑ์มาตรฐานการนับและการอนุมานเชิงพื้นที่ที่ท้าทายหลายรายการก็เทียบได้กับโมเดลแนวหน้าอย่าง GPT-5.4
สรุปสั้น
- เวลาเผยแพร่
- เวลาอัปเดต
- แหล่งที่มา
- IT之家·人工智能
- หมวดหมู่
- เปิดตัวโมเดล
- คะแนน AI
- 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。
เอนทิตีที่เกี่ยวข้อง
แหล่งที่มาและลิขสิทธิ์
บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม
วิธีอ้างอิง
เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News
Orange News: DeepSeek เผยแพร่รายงานเทคนิคโมเดลมัลติโมดัล 30 เมษายน 2026 https://new.nat6.net/th/news/cmolmfc6k00gssll961k7jpsx/