Три уровня мощности: от Mini до Max
Лаборатория Nex-AGI расширила линейку своих моделей, представив три новые архитектуры. Все они продолжают развитие мультимодального базиса Nex-N2, но имеют четкое разделение задач. Ключевое отличие новой линейки — фокус на能动性 (agency) в компьютерном использовании, веб-браузинге и визуальном взаимодействии.
Max: первый полный пост-обучение на 1.6 трлн параметров
Флагманская модель Max построена на базе DeepSeek-V4-Pro-Base. Это текстовая архитектура с экспертами (MoE), насчитывающая 1.6 триллиона параметров. Nex-AGI отмечает, что это их первый опыт проведения полного цикла пост-обучения (post-training) на таком масштабе. Цель — исследовать, как модели такого размера справляются с комплексными задачами ИИ-агентов, где требуется не просто генерация текста, а выполнение действий в среде.
Mini и Pro: усиление мультимодальности
Модели Mini и Pro сохраняют мультимодальную природу Nex-N2. Их основное улучшение заключается в усилении способности к «компьютерному использованию» (computer use) и веб-браузингу. Это означает, что они лучше понимают визуальный интерфейс и могут действовать в нем, связывая визуальное восприятие с реальными действиями пользователя.
Сравнительная характеристика новой линейки
| Модель | Базовая архитектура | Количество параметров | Ключевая специализация |
|---|---|---|---|
| Max | DeepSeek-V4-Pro-Base | 1.6 трлн (MoE) | Текст, сложные задачи ИИ-агентов, полный пост-обучение |
| Pro | Nex-N2 (мультимодальная) | Не указано | Веб-браузинг, визуальное взаимодействие, агентность |
| Mini | Nex-N2 (мультимодальная) | Не указано | Эффективный веб-браузинг и визуальная помощь |
Почему это важно
Появление 1.6T модели от Nex-AGI сигнализирует о переходе индустрии от простых чат-ботов к автономным агентам, способным выполнять многошаговые задачи в сложных цифровых средах. Использование DeepSeek-V4-Pro-Base в качестве основы для Max указывает на тенденцию к использованию мощных открытых баз для создания специализированных решений с усиленным пост-обучением.
Источник: Nex-agi ↗