Компания DeepSeek выпустила веса для своей экспериментальной мультимодальной модели V4-Flash-Vision, обладающей 305 миллиардами параметров. Это произошло через 10 дней после анонса первой версии V4-Flash, и новая модель распространяется под лицензией MIT.

Модель V4-Flash-Vision построена на архитектуре V4-Flash и включает визуальный модуль, что позволяет ей работать не только с текстом, но и с изображениями, такими как скриншоты и графики. Это расширяет ее функциональные возможности и делает ее более универсальной для различных задач.

Значимость данной разработки заключается в ее способности обрабатывать мультимодальные данные, что может привести к новым подходам в области искусственного интеллекта. Модель может быть полезна в таких сферах, как анализ данных, автоматизация процессов и создание более сложных систем взаимодействия с пользователем.