DeepSeek V4 多模态开源,我们把它的视觉链路拆了一遍
DeepSeek V4 多模态开源,我们把它的视觉链路拆了一遍图片不只被编码,还直接参与 Attention、MoE 与 Agent 推理。
来自主题: AI技术研报
9815 点击 2026-09-02 09:27
搜索
图片不只被编码,还直接参与 Attention、MoE 与 Agent 推理。
这两天,AI圈百家争鸣。GPT-6曝光、DeepSeek V4 Flash公测、SD2.5发布、MiniMax多模态开源视频模型发布……
当同事出差回来扔到群里这么一张图,我们也是猜了半天,但毫无头绪。 直到另一位同事把图扔给智谱的新模型 ——GLM-4.5V,这个谜团才解开。
超越YOLOv3、Faster-RCNN,首个在COCO2017 val set上突破30AP的纯多模态开源LLM来啦!