DeepEyesV2：小身材大智慧的AI

重量级模型请让位——这个新晋竞争者证明了尺寸并非决定性因素。中国研究人员开发的DeepEyesV2通过巧妙的工具整合，在多模态AI领域超越了更大的竞争对手。

更聪明而非更费力

与传统模型仅依赖预训练知识不同，DeepEyesV2更像一位足智多谋的人类研究员。面对图像分析任务时，它可能会：

• 编写Python代码处理视觉数据
• 在线搜索相似图片
• 查找图片本身缺失的上下文信息

这一突破来之不易。研究团队解释称：“最初我们的模型总是编写有缺陷的代码或完全跳过工具使用”。他们的解决方案？采用两阶段训练方法：先教授工具使用基础，再通过强化学习进行精炼。

打破基准的表现

数据说明一切：

• 52.7%的数学推理准确率（人类水平为70%）
• 63.7%的搜索驱动任务成功率
• 表现优于耗资数百万开发的专有模型

这些结果的非凡之处不仅在于百分比——更在于实现方式。当竞争对手用算力硬扛问题时，DeepEyesV2证明了深思熟虑的工具选择可以弥补体量上的不足。

开发者即刻可用

研究团队已将DeepEyesV2以Apache License 2.0协议开源，可在以下平台免费获取：

• Hugging Face
• GitHub

完整技术细节详见其研究论文。

关键要点：

🔍 工具精通胜过原始算力 - 小型模型可通过智能利用外部资源参与竞争 💡 两阶段训练 - 结合基础学习与行为优化 📊 经证实的性能 - 在多项基准测试中持续超越大型模型