VK внедрила мультимодальную AI-модель VLM в поиск видео: анализирует текст, изображение и звук
VK внедрила в «VK Видео» визуально-языковую модель (VLM) — AI, одновременно анализирующий текст, изображения, звук и видеоряд при поиске контента. Поисковая система теперь понимает содержимое видео без текстовых тегов. Технология поэтапно разворачивается на другие сервисы VK с поисковыми возможностями.
VK начала применять визуально-языковые модели (VLM) — AI-системы, одновременно понимающие текст, изображения, звук и видеоряд — в поисковой системе «VK Видео».
Что такое VLM (Visual-Language Model):
| Тип модели | Входящие данные | Применение |
|---|---|---|
| LLM (текст) | Только текст | Поиск по метаданным |
| VLM (мультимодальная) | Текст + изображение + звук + видео | Поиск по содержимому кадра |
Традиционный поиск работает через метаданные (название, описание, теги). VLM-поиск анализирует само содержание видео.
Как работает VLM-поиск в VK Видео:
- 1.Пользователь вводит «собака на скейтборде» — VLM анализирует кадры, звук, субтитры
- 2.Результаты содержат видео, где это происходит — без текстового описания в метаданных
Расширение на другие сервисы:
После «VK Видео» технология появится в ВКонтакте, VK Клипы, VK Музыка.
Конкурентный контекст:
- YouTube (Google) использует Gemini для анализа видео
- Яндекс.Видео развивает аналогичные возможности через YandexGPT
- VK строит эти возможности для российского рынка
Для бизнеса:
- VLM-поиск переосмысляет SEO для видеоплатформ: видео без тегов теперь индексируется по содержимому
- Compliance-вопрос: VLM анализирует биометрические данные в видео (лица, голоса). По 152-ФЗ требуется согласие субъектов на автоматизированную обработку биометрии
- DPO: необходимо проверить пользовательские соглашения VK на наличие согласий для VLM-обработки биометрии
Это краткое изложение. Полный текст — на сайте источника:
Читать оригинал: CNewsРешения AXIOMA AI по теме статьи
Как это касается вашего бизнеса
Новые ИИ-технологии приносят пользу, когда работают с данными компании и не выносят их наружу. Внедряем ИИ-решения в контуре заказчика: данные остаются внутри периметра.

