DeepSeek-VL2：混合专家视觉语言模型
2025-01-01
DeepSeek-VL2是一个先进的大型混合专家（MoE）视觉语言模型系列，它在各种多模态理解任务（如视觉问答、光学字符识别和文档/表格/图表理解）上取得了显著改进。该系列包含三个版本：DeepSeek-VL2-Tiny、DeepSeek-VL2-Small和DeepSeek-VL2，分别具有10亿、28亿和45亿激活参数。DeepSeek-VL2在性能上与现有开源模型相当或更好，同时使用了类似或更少的激活参数。该项目已开源，并提供了模型下载、快速入门指南和演示示例。