VK внедрила мультимодальную AI-модель в поиск: видео, текст и изображения — единый анализ
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:
| Параметр | Традиционный поиск | VLM-поиск |
|---|---|---|
| Анализирует | Текстовые теги, описания, заголовки | Содержимое видео/изображения напрямую |
| Запрос | Точные ключевые слова | Семантическое описание («котёнок играет с мячом») |
| Точность | Зависит от качества метаданных | Понимает контент без метаданных |
| Мультимодальность | Нет | Текст + 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.Найти видео по описанию сцены, а не по названию
- 2.Поиск изображений по содержанию без тегов
- 3.Поиск по аудио-тексту внутри видео (транскрипция + анализ)
- 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: VKРешения 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.

