Команда DeepSeek продолжает расширять линейку мультимодальных моделей. Разработчик Чэнь Сяокан, специализирующийся на проектах в этой области, опубликовал в социальной сети X тизерный пост с фразой «Now, We See You». К сообщению приложено изображение двух китов-маскотов компании: у одного из них глаза закрыты повязкой, у второго — открыты. Такая визуальная метафора может символизировать переход к новым возможностям обработки данных, включая работу с изображениями и видео.
С учётом специализации Чэня в мультимодальных проектах, публикация не случайна. В 2024 году DeepSeek уже представила две модели этой линейки: DeepSeek-VL и DeepSeek-VL2. Новая разработка может стать либо продолжением серии, либо отдельным продуктом. Пока официального анонса от компании не последовало, что оставляет простор для предположений.
Мультимодальные модели становятся всё более востребованными на рынке ИИ. Они позволяют обрабатывать не только текстовые данные, но и изображения, аудио и видео, что открывает новые возможности для приложений в медицине, образовании и креативных индустриях. DeepSeek, известная своими передовыми разработками, не остаётся в стороне от этой тенденции.
Если новая модель действительно будет ориентирована на визуальные данные, это может усилить позиции DeepSeek в сегменте компьютерного зрения. Ранее компания уже демонстрировала высокие результаты в обработке текста, и расширение функционала способно укрепить её конкурентоспособность на фоне других игроков рынка.
Ожидания рынка в отношении новых анонсов от DeepSeek остаются высокими. Компания активно инвестирует в исследования и разработки, и каждая новая модель становится предметом пристального внимания со стороны экспертов и пользователей. Пока же остаётся только гадать, что именно скрывается за тизером Чэня и как скоро DeepSeek представит официальные детали.
