Компания VisionLabs (входит в МТС Web Services) разработала и начала тестирование мультимодального ИИ-поиска на естественном языке на базе визуально-языковой модели (VLM, Visual Language Model).

В отличии от работающих по заданным правилам и классам традиционных систем компьютерного зрения разработка компании выявляет ситуации без жесткого перечня сценариев, а также в случаях, которые не были заранее прописаны как предмет обнаружения.

VLM-модель преобразует текстовое описание в цифровой отпечаток. Далее нейросеть сравнивает его со всеми имеющимися отпечатками, созданными на основе проанализированных фотографий в базе данных. После этого модель находит наиболее похожие изображения. ИИ-поиск работает как с фотографиями с телефонов, так и с данными с видеокамер, установленных на улице и в общественном транспорте.

ИИ-поиск был реализован в рамках платформы Luna Line. На данный момент VisionLabs начала тестирование технологии для сценариев в сфере ЖКХ. Оно осуществляется в партнерстве с рядом компаний в Москве. Разработчики планируют получить от ИИ-поиска от 5% до 10% выручки в 2027 году.

Карточки решений:
Luna Line

Компания VisionLabs представила платформу Luna Line для запуска и обучения VLM и моделей компьютерного зрения в июне 2025 года.