# DeepMMSearch-R1: El MLLM que supera a GPT en búsqueda web multimodal y VQA

Episodio de [En la mente de la máquina](https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina).

- Publicado: 23 de octubre de 2025
- Duración: 19 min
- Página: https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/8650441-deepmmsearch-r1-el-mllm-que-supera-a-gpt-en-busqueda-web-multimodal-y-vqa

## Sobre este episodio

Descubre DeepMMSearch-R1, el innovador Modelo de Lenguaje Grande Multimodal (MLLM) diseñado para sobresalir en tareas de Respuesta a Preguntas Visuales (VQA) intensivas en conocimiento. A diferencia de los modelos tradicionales cuyo conocimiento es estático y rápidamente desactualizado, DeepMMSearch-R1 aborda las consultas de conocimiento de "cola larga" mediante la implementación de búsqueda web multimodal bajo demanda y de múltiples turnos. Su arquitectura avanzada le permite la auto-reflexión y auto-corrección, refinando iterativamente las consultas de texto y utilizando una herramienta de recorte de imágenes para hacer la búsqueda visual más efectiva y mitigar el ruido de fondo. Entrenado mediante un finetuning supervisado (SFT) y un Aprendizaje por Refuerzo (RL) con GRPO, DeepMMSearch-R1 logra un rendimiento superior al superar significativamente a otras líneas de base robustas, incluyendo modelos como GPT-4o y MMSearch-R1, estableciendo un nuevo estándar en la integración de herramientas de búsqueda web para la IA multimodal.https://arxiv.org/pdf/2510.12801

Anterior: [DeepSeek-OCR: Compresión óptica de contextos 10X. El futuro del OCR y la eficiencia en LLMs](https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/8650444-deepseek-ocr-compresion-optica-de-contextos-10x-el-futuro-del-ocr-y-la-en-llms)
Siguiente: [Tree-GRPO: Optimiza agentes LLM y RL Multi-Turn. Menos budget, mayor rendimiento](https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/8650442-tree-grpo-optimiza-agentes-llm-y-rl-multi-turn-menos-budget-mayor-rendimiento)

## Últimos episodios de En la mente de la máquina

- [¡La Revolución de la IA! NCP-ArchPreview: Modelo Latente 2x Más Rápido](https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/146978939-la-revolucion-de-la-ia-ncp-archpreview-modelo-latente-2x-mas-rapido) · 26 de octubre de 2026 · 29 min
- [¿Puede una IA Tener Conciencia Real? El Revelador Marco de Google DeepMind](https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/146968013-puede-una-ia-tener-conciencia-real-el-revelador-marco-de-google-deepmind) · 25 de octubre de 2026 · 25 min
- [¿Las IA Sienten Dolor? Descubren el "Eje del Dolor" en LLMs y sus Perturbadores Efectos](https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/145261392-las-ia-sienten-dolor-descubren-el-eje-del-dolor-en-llms-y-sus-perturbadores) · 24 de octubre de 2026 · 14 min
- [¡Revolución Biomédica! Miles de Agentes de IA de OpenAI Descubren Secretos del Cerebro](https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/124480808-revolucion-biomedica-miles-de-agentes-de-ia-de-openai-descubren-secretos-del) · 23 de octubre de 2026 · 26 min
- [¡El FIN del RAG! Cognitive Workspace y la Memoria Activa para Inteligencia Artificial](https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/85228177-el-fin-del-rag-cognitive-workspace-y-la-memoria-activa-para-inteligencia) · 21 de octubre de 2026 · 23 min