Přeskočit na obsah
Tech-Blog Chatujme.cz Chatujme.cz

Štítek: multimodální modely

Umělá inteligence ·

DeepSeek zpřístupnil experimentální model, který kromě textu čte i obrázky

DeepSeek přidal do svého rozhraní model, který kromě textu přijímá i obrázky. Jeden snímek stojí nejvýš 384 tokenů, v jednom dotazu jich smí být šest set a ceník zůstal shodný s textovým V4-Flash. Firma mluví o výkonu blízkém Opusu 4.8, v její vlastní tabulce ale nový model vyhrává tři testy z jedenácti.

Umělá inteligence Čína DeepSeek multimodální modely

Umělá inteligence ·

vLLM 0.31.0 odmítá multimodální volby z požadavku, dokud je server výslovně nepovolí

Vydání 0.31.0 z 5. října 2026 odmítne pole mm_processor_kwargs a media_io_kwargs, pokud je klient pošle v požadavku. Dala se jimi předepsat práce s obrázky a videem a u dvou backendů stačilo pár desítek bajtů JSONu na několikanásobek paměti serveru. Kdo ta pole potřebuje, spustí server s přepínačem --trust-request-mm-kwargs.

Umělá inteligence CVE Bezpečnost multimodální modely