Яндекс открыл компаниям доступ к мощным визуальным нейросетям для анализа изображений и автоматизации бизнеса

Платформа Yandex B2B Tech предоставила компаниям доступ к новому инструменту для работы с визуально-генеративными нейросетями, способными обрабатывать большие массивы изображений и предоставлять интеллектуальные решения для бизнеса. Об этом сообщили в пресс-службе "Яндекса", подчеркнув, что ключевая цель нововведения — предоставить компаниям удобный и масштабируемый способ интеграции современных ML-моделей в свои процессы.

Речь идёт о наборе из примерно 20 нейросетей, которые теперь можно использовать через платформу Yandex Cloud AI Studio. Эта система позволяет отправлять одновременно множество запросов к машинному обучению, что особенно полезно в сценариях, где требуется массовая обработка данных. Благодаря этому пользователи смогут, например, автоматически формировать описания товаров на основе фотографий или искать изображения, соответствующие определённым текстовым запросам, экономя ресурсы и ускоряя процессы.

Представители "Яндекса" пояснили, что современный рынок нейросетей развивается стремительно, и каждую неделю появляются новые модели, способные решать нишевые задачи с большей точностью. В таких условиях компаниям важно иметь доступ к широкому спектру ML-решений и возможность быстро протестировать и внедрить их в собственные бизнес-сценарии. Руководитель продуктового ML-направления Артур Самигуллин заявил, что предоставляемая платформа позволяет заказчикам не только выбирать модели, но и при необходимости дообучать их под собственные задачи, сводя программирование к минимуму.

Среди доступных уже сейчас нейросетей значатся такие популярные решения, как Qwen2.5, LLaMa 3.3, а также рассуждающие модели QwQ и DeepSeek R1. Ожидается, что в ближайшее время пользователи получат доступ и к VLM-модели от "Яндекса", которая используется в сервисах "Алиса", "Нейроэксперт" и "Поиск". В компании уточнили, что новые инструменты открывают путь к созданию более гибких и интеллектуальных цифровых помощников, а также упрощают автоматизацию задач, связанных с обработкой визуального контента.