DeepEyesV2

DeepEyesV2

能边看图边调用工具的多模态Agent模型

AI官网

应用介绍

多模态模型看图回答问题,看不清的细节只能瞎猜,也不会主动去查资料。DeepEyesV2 是一个会「用图像思考」的智能体多模态模型,推理时能主动裁剪放大图片、运行代码和联网搜索。

它通过冷启动和强化学习训练,提供检查点,在需要细看和查证的视觉任务上表现突出。

软件功能



图像思考:裁剪放大细节。

工具调用:代码与搜索。

强化学习:学会何时用工具。