Перейти к основному содержимому
AXIOMA AI
Все новости ИИ в России
Технологии

VK внедрила мультимодальную AI-модель в поиск: видео, текст и изображения — единый анализ

VK внедрила мультимодальную AI-модель в поиск: видео, текст и изображения — единый анализ
Технологии
VLM
visual-language модели в поиске VK позволяют находить видеоконтент по смысловому описанию без текстовых метаданных — первое подобное внедрение в России

VK начала применять visual-language models (VLM) — AI, одновременно анализирующий текст, изображения, звук и видео — в поиске своих продуктов. Технология уже работает в VK Видео и постепенно появится в других сервисах с поисковыми системами. VLM-поиск позволяет находить контент по смысловому описанию без точных ключевых слов.

VK (ВКонтакте) внедрила мультимодальные AI-модели (VLM — visual-language models) в поисковые системы своих продуктов. VLM одновременно анализируют текст, изображения, аудио и видео — в отличие от традиционных поисковиков, работающих только с текстовыми метаданными.

Что такое VLM и чем отличается от обычного поиска:

ПараметрТрадиционный поискVLM-поиск
АнализируетТекстовые теги, описания, заголовкиСодержимое видео/изображения напрямую
ЗапросТочные ключевые словаСемантическое описание («котёнок играет с мячом»)
ТочностьЗависит от качества метаданныхПонимает контент без метаданных
МультимодальностьНетТекст + изображение + аудио + видео

Текущий статус внедрения:

  • Уже работает: VK Видео — поиск видеоконтента по смысловому запросу
  • В планах: постепенное расширение на другие сервисы VK с поисковыми системами
  • Технология: собственные VLM-модели, разработанные командой VK AI

Практические применения для пользователей:

  1. 1.Найти видео по описанию сцены, а не по названию
  2. 2.Поиск изображений по содержанию без тегов
  3. 3.Поиск по аудио-тексту внутри видео (транскрипция + анализ)
  4. 4.Кросс-модальный поиск: текстовый запрос → видеорезультат

B2B-применение для рекламодателей VK:

  • Контекстное таргетирование по содержанию видео, а не только по описаниям
  • Более точное brand safety: AI распознаёт нежелательный контент напрямую в видео
  • Аналитика контента: понимание тематики публикаций без ручной разметки

Контекст: глобальные конкуренты:

Global VLM-поиск развивают Google (Lens + Gemini в поиске) и Meta (FAIR VLM). Для российского рынка VK — фактически единственный игрок с публичным VLM-поиском, так как Google Lens работает через иностранный сервер.

Для маркетологов и SMM-специалистов:

  • SEO-стратегия меняется: важна не только текстовая оптимизация описаний, но и качество и содержание самого видео/изображения
  • Видеоконтент без словесного описания становится находимым → расширяет охват
  • Brand safety-мониторинг можно делать через API VLM, а не ручной просмотр

Это краткое изложение. Полный текст — на сайте источника:

Читать оригинал: VK

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.