全模态模型
多模态模型
| 版本名称： | DeepSeek-Omni |
| 所属模型： | DeepSeek |
| 所属公司： | 杭州深度求索人工智能基础技术研究有限公司 |
| 发布时间： | |
| 最新版本： |
| 参数规模： | 未知 |
| 上下文长度： | 未知 |
| 支持语言： | 中文,英文 |
| 授权协议： | 未知 |
| 体验方式： | 暂无 |
DeepSeek-Omni是深度求索推出的全模态大模型，其相关技术理念启发了行业内全模态模型与RLVR（可验证奖励强化学习）技术的结合探索。RLVR是区别于传统RLHF的新型训练范式，核心是利用验证函数直接评估模型输出，无需单独的奖励模型，能让模型输出与任务内在正确性标准保持一致，同时结合GRPO强化学习方法，可简化训练流程，提升模型对高质量输出的区分能力。
该类技术路径推动了全模态模型在推理能力、理解能力、泛化能力上的提升，不仅在分布内数据任务上表现优异，在分布外场景也具备更强鲁棒性，还能清晰解释不同模态在任务处理中发挥的作用，为可解释性多模态AI的发展提供了重要的技术参考，是下一代AI技术发展的重要探索方向。
企业数智化服务平台
www.QiShuZhi.com
关注公众号
立刻获取最新消息及人工咨询