DeepSeek mở mã nguồn trọng số mô hình thị giác: Kỷ nguyên mới cho các tác nhân AI trên chuỗi?
TREE NEWS đưa tin: Vào ngày 31 tháng 8, DeepSeek đã phát hành trọng số của mô hình đa phương thức DeepSeek-V4-Flash-Vision-Exp trên Hugging Face. Động thái này đánh dấu một sự thay đổi đáng kể so với việc phân phối chỉ qua API trước đây, cho phép các nhà phát triển tải xuống và triển khai mô hình cục bộ. Mô hình mới bổ sung khả năng hiểu hình ảnh vào kiến trúc V4-Flash, cho phép nó diễn giải ảnh chụp màn hình và biểu đồ, đồng thời thực hiện các tác vụ tác nhân bằng công cụ. Đáng chú ý, hiệu suất của nó trên các điểm chuẩn tác nhân chỉ văn bản như Terminal Bench vẫn ngang bằng với V4-Flash.
Phân tích ngành và ý nghĩa
Việc mở mã nguồn này có ý nghĩa sâu sắc đối với sự giao thoa giữa AI và tiền điện tử, đặc biệt là đối với các tác nhân AI trên chuỗi. Khả năng xử lý thông tin thị giác cục bộ mà không phụ thuộc vào các API tập trung là một yếu tố thay đổi cuộc chơi cho các ứng dụng phi tập trung. Các tác nhân trên chuỗi giờ đây có thể phân tích biểu đồ, diễn giải ảnh chụp màn hình giao diện và tương tác với dữ liệu thị giác một cách không cần tin cậy và chống kiểm duyệt.
Đối với các mạng lưới tính toán phi tập trung, sự phát triển này là một lợi ích. Các dự án như Golem, Akash và Render giờ đây có thể lưu trữ mô hình này trên cơ sở hạ tầng của họ, cho phép các nhà phát triển triển khai các tác nhân có khả năng thị giác mà không phụ thuộc vào dịch vụ đám mây của Big Tech. Điều này hoàn toàn phù hợp với tinh thần của Web3—phi tập trung, minh bạch và chủ quyền người dùng.
Hơn nữa, khả năng triển khai cục bộ giảm độ trễ và chi phí liên quan đến các cuộc gọi API, giúp khả thi hơn cho các giao dịch vi mô và các hoạt động tác nhân tần suất cao. Nó cũng tăng cường quyền riêng tư, vì dữ liệu thị giác nhạy cảm có thể được xử lý trên thiết bị hoặc trong môi trường thực thi đáng tin cậy, một tính năng quan trọng cho việc áp dụng doanh nghiệp.
Tuy nhiên, vẫn còn những thách thức. Hiệu suất của mô hình trong các tác vụ suy luận thị giác phức tạp vẫn chưa được đánh giá đầy đủ. Ngoài ra, các yêu cầu tính toán để chạy một mô hình như vậy cục bộ vẫn có thể là rào cản đối với nhiều người dùng cá nhân, mặc dù đây là nơi các mạng GPU phi tập trung có thể can thiệp.
Triển vọng hướng tới tương lai
Chúng tôi dự đoán sự gia tăng của các trường hợp sử dụng sáng tạo, từ phân tích thị trường NFT do AI điều khiển đến các nhà quản lý danh mục DeFi tự động có thể đọc và phản ứng với biểu đồ và hình ảnh tin tức. Việc mở mã nguồn mô hình này là chất xúc tác cho sự hội tụ của AI và tiền điện tử, mở đường cho một hệ sinh thái Web3 thông minh và tự chủ hơn.
Khi hệ sinh thái phát triển, chúng tôi mong đợi sẽ thấy nhiều mô hình AI được mở mã nguồn và tích hợp với cơ sở hạ tầng blockchain, tiếp tục xóa nhòa ranh giới giữa hai công nghệ biến đổi này.
