北京
大數據文摘受權轉載自夕小瑤科技說
剛剛，DeepSeek 的「識圖模式」開始灰度了。
網頁版和 App 里，有些用戶已經能看到它和「快速模式」「專家模式」并列出現。
后端配置里也能看到“name: 識圖模式、description: 圖片理解功能內測中”，這些字段。
5 天前，DeepSeek 剛發布 V4 預覽版。現在，鯨魚終于睜眼了。
DeepSeek 識圖模式剛灰度，民間評測已經開始了。大家打開手機相冊，直接出題：數手指、認動漫、看表情包、讀截圖、猜商品、找隱藏信息、判斷一只貓到底是不是「被迫營業」。
我從夕小瑤Family群和網上挑了一些網友測試case，給大家先過過眼。
第一關，看見
之前Deepseek只能識別圖片里的文字，現在可以理解圖片了。
這類題測的是視覺模型的基礎能力。
包括這個恐龍，都能用代碼畫出來了。那看起來，在這類題上，DeepSeek 已經cover住了。
至少從用戶截圖看，它不是過去那種只會 OCR 的狀態，真的把畫面元素一起讀進去了。
入門關，完美通過。
第二關，懂梗
網友最愛測的第二類題，是文化語境題。
它要求模型知道畫面之外的東西。
誰是特朗普？誰是魯路修？必須先知道才能答上來。這類題會結合一部分世界知識，考驗理解能力。
還有這個，這個小貓給人一種什么感覺？
可以看到，對情緒的理解也相當到位。能看懂主體是啥，還能看懂大家為什么轉發給它，第二關，過！
第三關，別裝懂
下面是更難的第三關，反直覺題。
比如數手指、視錯覺、隱藏圖案、低清截圖、故意模糊的二創圖。
這些題很煩。它們不只考模型看沒看見，還考模型邏輯推理能力。
就比如這個比大小。。
看起來，需要多讓他思考幾遍才能弄得明白。
DeepSeek一直以來最大的短板就是多模態。語言和推理能力卷到第一梯隊了，但視覺理解一直缺位。現在補上識圖，終于補了一塊「多模態」短板。
GPU 訓練特惠！
H100/H200 GPU算力按秒計費，平均節省開支30%以上！
掃碼了解詳情?
點「贊」的人都變好看了哦！
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
