Между Kimi K3 и DeepSeek V4: временной разрыв в нативной мультимодальности
В статье обсуждается стратегическая важность нативных мультимодальных возможностей в моделях ИИ на примере Kimi K3. Подчеркивается, что визуальная обратная связь становится ключевой для агентных задач, и сравниваются различные подходы китайских лабораторий ИИ к вопросу о том, когда и как интегрировать зрение в большие языковые модели.
Статья издания 36Kr рассказывает о том, как собственные (нативные) мультимодальные возможности создают конкурентный разрыв между такими моделями, как Kimi K3 и DeepSeek V4. Один из исследователей в области мультимодальности отмечает, что для задач с длинными цепочками рассуждений обратная связь, основанная только на коде, приводит к накоплению ошибок, тогда как визуальная обратная связь точнее и
Показать ещё ↓
Источник: 36Kr —
оригинал