RUTUBE представил собственную мультимодальную ML-модель, которая умеет определять содержание видеороликов сразу по нескольким источникам информации. Нейросеть анализирует не только изображение, но и аудиодорожку, название и описание видео, после чего автоматически определяет его тематику. Заявленная точность классификации превышает 93%.
Модель построена с учётом стандарта IAB, используемого для тематической классификации цифрового контента. Это позволяет RUTUBE автоматически распределять ролики по десяткам тематических категорий, не полагаясь исключительно на заголовок или описание, которые автор может заполнить неточно либо слишком кратко.
Мультимодальный подход особенно важен для видео, где смысл часто раскрывается одновременно через несколько каналов. Например, на экране может происходить одно действие, ведущий говорить о другом, а название ролика давать дополнительный контекст. Новая система сопоставляет все эти сигналы и формирует более точное представление о содержании.
Для RUTUBE такая технология имеет практическое значение сразу в нескольких направлениях. Более точная классификация помогает эффективнее работать с каталогом, поиском и рекомендациями, а также улучшает подбор контента для рекламных размещений. Значимость рекомендательных алгоритмов для платформы уже высока: в первой половине 2026 года более 50% просмотров RUTUBE приходилось на рекомендации, тогда как доля поиска снизилась до 8% после внедрения ML-моделей.
ИИ становится для видеоплатформы и инструментом модерации. Сейчас на RUTUBE ежемесячно загружается около 3 млн видео, а искусственный интеллект помогает проверять видео, звук и текст. При этом окончательное решение по спорным материалам остаётся за человеком.
Таким образом, новая модель RUTUBE фактически учит нейросеть «смотреть» видео комплексно - понимать не отдельный кадр или слово, а содержание ролика сразу на нескольких уровнях.

 
Новости нейросетей
20.08.2026