DeepSeekがDeepSeek-OCR 2をリリース、AIが人間と同じ論理的順序で画像を「見る」ことが可能に

PANewsは1月27日に、DeepSeekが革新的なDeepEncoder V2手法を用いた新しいDeepSeek-OCR 2モデルをリリースしたと報じました。これにより、AIが単に機械的に左から右へスキャンするのではなく、画像の意味に応じて動的に画像の一部を再配置できるようになったのです。 このアプローチは、人間がシーンを観る際にたどる論理的な流れをシミュレートします。 最終的に、このモデルは文書や図面のような複雑なレイアウトを持つ画像を処理する際に従来の視覚言語モデルを上回り、より知的で因果的な視覚的理解を可能にします。

原文表示
免責事項:このページの情報は第三者から提供される場合があり、Gateの見解または意見を代表するものではありません。このページに表示される内容は参考情報のみであり、いかなる金融、投資、または法律上の助言を構成するものではありません。Gateは情報の正確性または完全性を保証せず、当該情報の利用に起因するいかなる損失についても責任を負いません。仮想資産への投資は高いリスクを伴い、大きな価格変動の影響を受けます。投資元本の全額を失う可能性があります。関連するリスクを十分に理解したうえで、ご自身の財務状況およびリスク許容度に基づき慎重に判断してください。詳細は免責事項をご参照ください。
コメント
0/400
コメントなし