DeepSeek Flashにより、AIデモが現実味を帯びる

ハイパーリアルな3D機械式時計をレンダリングするインタラクティブなウェブページを想像してみてください。ユーザーはモデルを自由に回転させ、複雑なコンポーネントを精査し、時計の鼓動を制御する青い渦巻き状のゼンマイである繊細なヒゲゼンマイを拡大表示することもできます。クリック一つでアセンブリが「分解」され、機能レイヤーが個別に検査できるよう展開されます。

このデモは、非常に困難なコーディング課題を体現しています。複雑な3Dジオメトリ、直感的なインターフェースデザイン、動的な解説テキスト、そして数十もの小さな部品の精密な機械的関係を、すべてブラウザベースの単一アプリケーション内にシームレスに統合しています。モデルは、噛み合うギア、動く針、動的な影を伴うリアルなライティングを正確に描写しています。

視覚的な洗練さとインタラクティブな深みがある一方で、「Mechanica」時計には目立つ欠落があります。ケースの裏側に「自動巻きローター」がないのです。自動巻きムーブメントに不可欠なこの回転錘が、完全に欠落しています。デモは内部機構の忠実さで感銘を与えますが、この欠けているコンポーネントは、視覚的な完全性が必ずしも機械的な正確さや機能的な整合性を保証するわけではないということを強く思い起こさせます。

DeepSeekの印象的な能力は、静的なモデルにとどまりません。次にモデルが取り組んだのは、『Fall Guys』にインスパイアされたプレイ可能な3Dプラットフォーマーのクローンである「Bean Blitz」です。視覚的に説得力のある環境には、ジャンプ、ダイブ、障害物、プレイヤーのノックバック機能が備わっています。

ゲームはプレイ可能ですが、生成プロトタイプの現在の限界も露呈しています。回転する障害物のようにアニメーションはしていても機能的な物理演算が欠けている要素もあり、キャラクターの衝突判定が時折オブジェクトを突き抜けてしまうこともあります。しかし、ゼロショット生成としては、全体的な体験は驚くほど魅力的です。

続いてモデルは、「iPhone Duo」のインタラクティブな3D再現を作成しました。プレゼンターは、その緻密な仕上げ、正確に配置されたボタン、機能的なヒンジ、リアルなライティングを称賛しました。折りたたみアニメーションは印象的でしたが、デモンストレーション中に画面外へ移動してしまうという、些細なプレゼンテーション上の不具合も見られました。

これらの例は、DeepSeek Flashが簡潔なプロンプトから「認識可能なインタラクティブシーン」を迅速に生成する能力を裏付けています。これらは高度なプロトタイプとして機能し、複雑なアイデアを素早く形にします。しかし、詳細なテストを行うと依然として小さな不完全さや壊れた詳細が露呈し、洗練された製品レベルのアプリケーションとは一線を画しています。

DeepSeekのマルチモーダル能力は、複雑なペストリーカウンターのシーンに見られるような詳細な画像分析にも及びます。モデルは目に見えるアイテムを細かく識別してカウントし、種類ごとに具体的な合計数を提供しました。例えば、オレンジのマカロン24個とバタークロワッサン8個と報告し、プレゼンターはマカロンの数が自身の推定値である25個に非常に近かったと述べています。

システムはその後、直接見えないアイテムについても推論を行うという印象的な推論能力を示しました。ペストリーの総数を推定するように求められた際、DeepSeekはマカロンやブラウニーを含むいくつかのアイテムが「積み重なっている」ことを認識し、隠れた部分があることを示唆しました。単に目に見える137個を合計するのではなく、約130〜145個というより広い範囲を提示しました。これは、「空間的遮蔽」と現実世界の配置を理解していることを示唆しています。

ホストのMatthew Berman氏は、最初の詳細なパスには時間がかかったものの、推論機能を有効にした後続のクエリでは結果がより速く返されたと指摘しました。これは、マルチモーダルな対話における反復的な洗練（iterative refinement）の可能性を浮き彫りにしています。推論された合計値は有用ですが、隠れたアイテムには本質的な曖昧さがあるため、ユーザーはこうした推定値を決定的な真実ではなく、情報に基づいた予測として扱うべきです。DeepSeekのマルチモーダルアーキテクチャに関する技術的な詳細については、DeepSeek公式サイトをご覧ください。

DeepSeekの高速な出力は、リアルタイムの対話を約束します。プレゼンターのMatthew Berman氏は、ストーリー生成の速さに言及し、プロバイダーや設定によって異なるサードパーティのサービング数値を引用しました。しかし、DeepSeek Flashの速度は、いくつかの複雑なタスクを通じて明確に実証されました。

精巧な時計やゲームのデモに加え、DeepSeek FlashはBerman氏がブラウザから直接YouTubeクリップを選択するのを支援し、機能的なスプレッドシートのクローンをローカルで生成し、ルービックキューブのスクランブルと解決のデモンストレーションも行いました。それぞれの事例で、モデルがコードやコンテンツを迅速に解釈、推論、生成する能力が強調されました。

これらの印象的なデモンストレーションは、DeepSeekのラピッドプロトタイピングとローカル実験における可能性を示しています。ただし、本番環境でのモデルの有用性については、さらなる精査が必要です。モデルの選択は、単なるバイラルなデモだけでなく、信頼性、コスト、ハードウェア要件、厳格な本番テストといった要素に左右されます。

DeepSeek V4.1 Flashは動画内で何を作成しましたか？

デモには、インタラクティブな機械式時計、Fall Guys風のゲーム、iPhone Duoモデル、スプレッドシートのクローン、ルービックキューブのシミュレーションが含まれています。

DeepSeek V4.1 Flashは画像を分析できますか？

動画内では、画像内のペストリーを識別してカウントし、見えている積み重なりの後ろにどれくらい隠れている可能性があるかを推定しています。

この動画はDeepSeekが最高のモデルであることを証明していますか？

いいえ。これは厳選されたハンズオンデモンストレーションを提示しているだけであり、すべてのモデル、タスク、または展開条件にわたる管理された比較ではありません。

DeepSeekはローカルで実行できますか？

プレゼンターはDGXステーションでローカルバージョンを実行したと報告しており、量子化バージョンであれば一部のハイエンドコンシューマー向けGPUでも実行できる可能性があると述べています。