Нейропоиск Discovery AI от VK: как работает генерация

Архитектура: LLM, поиск, рекомендации

Discovery AI построен на собственной большой языковой модели VK, поисковых технологиях и рекомендательной системе компании. В отличие от решений, которые индексируют открытый интернет, система работает с контентом внутри экосистемы VK: статьями, постами, видео, клипами и другими материалами сервисов.

Заявленная функция — не просто ранжирование ссылок. Пользователь задает запрос естественным языком, а система ищет релевантные объекты и формирует ответ. VK утверждает, что LLM в основе Discovery AI отвечает менее чем за полсекунды. Для высоконагруженного consumer-сценария это ключевой параметр: генерация не должна ломать привычную задержку поиска и рекомендаций.

Техническая база — единая Discovery-платформа VK, которую, по данным источников, инженеры AI VK запустили в 2025 году. Она объединяет рекомендации и поиск по продуктам компании и позволяет быстрее запускать и масштабировать ML-модели. Руководитель отдела экспериментальных технологий AI VK Илья Алтухов описывает Discovery AI как решение для высоконагруженных систем.

Для практиков это означает одно: VK выводит генеративный слой не отдельным чат-ботом, а встраивает его в существующий пайплайн поиска и рекомендаций. Модель работает не в вакууме, а поверх пользовательского контекста и внутреннего контентного индекса.

Где появится и какие сценарии заявлены

Первый этап — VK Видео, «Дзен», медиапроекты Mail. Источники также указывают на другие продукты VK, без детального списка внедрения.

Сценарии описаны прикладные. В дейтинге Discovery AI должен искать людей по свободно сформулированному запросу, например по описанию интересов, а не через перебор формальных параметров. В новостных сервисах — собирать общий контекст вокруг события. В контентных сервисах — подбирать фильм или плейлист под запрос пользователя.

Отдельно заявлен режим Deep Research. Он уточняет детали запроса и проводит более глубокий анализ темы. Подробности о лимитах, источниках внутри выдачи, механизмах цитирования и проверке ответа не раскрыты.

Для аудитории neuronvoice.com здесь важен не сам поиск фильмов. Важен интерфейс. Если пользователь начинает искать медиа через свободный текстовый запрос, следующий слой — голосовой ввод, голосовой ассистент, разговорный поиск по видео и плейлистам. В предоставленных данных VK не заявляет ASR, TTS, дубляж, синтез речи или клонирование голоса в рамках Discovery AI. Поэтому трактовать релиз как voice-AI запуск нельзя. Это инфраструктурный поиск с LLM-ответом, который может стать нижним слоем для разговорных интерфейсов, если VK решит связать его с голосовым вводом и озвучкой.

Что проверять при появлении функции

Первый тест — задержка. Заявление «менее чем за полсекунды» относится к формированию ответа LLM, но источники не дают методику измерения. Нужно смотреть реальную latency в продуктах: короткий запрос, уточняющий запрос, Deep Research, поиск по видео и длинным медиаматериалам.

Второй тест — границы индекса. Discovery AI работает внутри экосистемы VK. Значит, качество ответа зависит от покрытия статей, постов, видео, клипов и других материалов внутри продуктов компании. Для медиапоиска критично, ищет ли система только по метаданным и описаниям или использует более глубокие представления контента. В источниках это не раскрыто.

Третий тест — персонализация. Система учитывает интересы пользователя и контекст потребления в разных сервисах VK. Это повышает релевантность, но усложняет воспроизводимость выдачи. Один и тот же запрос у разных пользователей может давать разные ответы. Для редакций, авторов видео, подкастов и студий озвучки это меняет оптимизацию: важны не только заголовок и описание, но и то, как контент попадает в рекомендательный контур.

Четвертый тест — режим Deep Research. Если он действительно уточняет запрос и строит более полный ответ, это уже не обычный поиск, а диалоговый retrieval-пайплайн. Для новостных и медийных сценариев нужно смотреть, отделяет ли система факты от интерпретаций и показывает ли основание ответа. В источниках таких гарантий нет.

Практический вывод сухой. Discovery AI — не голосовая модель и не TTS-релиз. Это генеративный поисковый слой поверх внутреннего контента VK с заявленной низкой задержкой и персонализацией по экосистеме. Для специалистов по разговорному AI релевантность в другом: такой слой может стать backend для голосового поиска по видео, новостям и медиатекам. Пока проверяем не синтез речи, а latency, покрытие индекса, устойчивость Deep Research и влияние персонализации на выдачу.