久等了，DeepSeek-VL2

久等了，DeepSeek-VL2

原创 深度求索 DeepSeek 2024年12月13日 20:14 北京

视觉模型迈入 MoE 时代

阔别九月，大家期待的 DeepSeek-VL2 终于来了！DeepSeek-MoE 架构配合动态切图，视觉能力再升级。从视觉定位到梗图解析，从 OCR 到故事生成，从 3B、16B 再到 27B，DeepSeek-VL2 正式开源。

模型亮点

• 数据：比一代 DeepSeek-VL 多一倍优质训练数据，引入梗图理解、视觉定位、视觉故事生成等新能力

• 架构：视觉部分使用切图策略支持动态分辨率图像，语言部分采用 MoE 架构低成本高性能

• 训练：继承 DeepSeek-VL 的三阶段训练流程，同时通过负载均衡适配图像切片数量不定的困难