DeepSeek又有大更新，這次它終于看得見了。

D神又開播了？真的假的？

Deepseek憋了這么久大的，最近終于開始盡情釋放了。上周他們剛悄咪咪把 V4 給端了上來，緊接著就是連著兩波大降價(jià)。。梁神，你又來普度眾生了？

結(jié)果今天，它又突然來了給我推送了一波灰測(cè)：DeepSeek，有多模態(tài)能力了，準(zhǔn)確來說是識(shí)圖。

驗(yàn)過了牌，是真的。

想嘗鮮的差友現(xiàn)在就可以打開你的 DeepSeek 瞅一眼。

要是界面里多出了個(gè)“識(shí)圖模式”，恭喜你，你就是被內(nèi)測(cè)到的幸運(yùn)兒，直接白嫖真正的多模態(tài)版 V4。

DeepSeek自家的研究員陳小康，也按耐不住發(fā)了個(gè)貼，我們鯨魚終于長(zhǎng)眼睛了，再也不是國(guó)服盲僧了！

為啥大伙兒反應(yīng)這么激動(dòng)？實(shí)在是DeepSeek因?yàn)闆]多模態(tài)，已經(jīng)被詬病很久了，像國(guó)外三巨頭ChatGPT、Gemini、Claude早就有多模態(tài)能力了，國(guó)內(nèi)像豆包、千問等模型也做得非常好。

而你這個(gè)被寄予厚望的國(guó)產(chǎn)之光，這么多年了連個(gè)圖都識(shí)別不了，只能靠 OCR，也就是識(shí)別圖片里的文字，使用體驗(yàn)這塊確實(shí)拉了一截。

而現(xiàn)在，這塊短板終于被補(bǔ)齊了。

話不多說，我們直接上測(cè)試吧。

首先，它確實(shí)是擺脫了傳統(tǒng)的OCR，真能看到圖片全貌了，這點(diǎn)大伙可以放心。

比如我們給它了一張用藍(lán)色寫出來的“這是一行紅字”，如果只用傳統(tǒng)OCR，它只能識(shí)別出文字是“這是一行紅字”，絕對(duì)識(shí)別不出是藍(lán)色的。（甚至可能無法識(shí)別）

而開啟視覺模式后，它可以精準(zhǔn)識(shí)別出，這是一行藍(lán)色的紅字，甚至感覺到了我的幽默。

不光如此，它還有了視覺上的推理能力。

這張梗圖大家都見過吧？相信以差友的智商，絕對(duì)看得懂圖里在寫啥。

于是我發(fā)給DeepSeek，讓它幫我進(jìn)行笑點(diǎn)解析。

它一番思考過后，不光看出來了，還順便做了個(gè)本土化翻譯“金大利亞”“銀大利亞”“銅大利亞”，有點(diǎn)忍俊不禁了。

接著我又發(fā)它了一張同事開車時(shí)，隨手拍的圖片，其實(shí)挺糊的，只有些外觀、光效上的信息可以分析。

結(jié)果它還是猜出來了，這輛車確實(shí)是斯巴魯，而且思考13秒就給出了結(jié)論。

考慮到D老師是數(shù)學(xué)高手，我們又給它傳了一張數(shù)學(xué)相關(guān)的梗圖，說實(shí)話世超差點(diǎn)都沒看懂，是哥們丈育了。

D老師的解釋，依舊非常完美。

不光整明白了簡(jiǎn)單運(yùn)算，它甚至看出了里面的幾個(gè)諧音梗：取實(shí)部也就是去掉虛數(shù)“i”，也就是去掉“Eye”，也就是把眼睛去掉了。而倒三角是梯度也就是“Grad”，剛好和“Graduate”差不多，所以給小臉帶上了學(xué)士帽。

已經(jīng)忘記數(shù)學(xué)知識(shí)的差友們可以逐字復(fù)盤一下。

順便呢，我也測(cè)了幾個(gè)生活中的問題，比如這個(gè)3.5mm插頭該插哪里。

這個(gè)方頭USB口又該插哪里。

雖然很簡(jiǎn)單，但它能理解我沒對(duì)上焦的隨手拍，也算能勝任日常任務(wù)了。

但其實(shí)，根據(jù)世超的實(shí)測(cè)，D老師目前這個(gè)版本，也沒有到天下無敵的地步。

比如咱給它丟了一張圖，非常美麗的地球夜景。

DeepSeek也看得蠻清楚的，說這張照片來自國(guó)際空間站。

但其實(shí)，你們把照片翻過來看看，就會(huì)發(fā)現(xiàn)這張照片是一張晚霞下面的城市，這是倒懸過來的視角。。。

然后我丟給了公認(rèn)的多模態(tài)高手Gemini。。。它還真看出來了。不是，降智了都這么強(qiáng)嗎？

還是沒能讓多模態(tài)之王用盡全力嗎，哈吉鯨。

包括對(duì)一些人臉的識(shí)別，也是偶爾抽風(fēng)，比如我把豆包的圖片扔給了它，它給我識(shí)別的是啥，嗯，B站UP主羅翔。

還有這個(gè)經(jīng)典的視錯(cuò)覺問題，這倆球明顯不一樣大吧？結(jié)果D老師一番思考跟我說倆球一樣大。

不過我也去扒了一下它的思考過程，其實(shí)它早就看出來右邊的球大了，但因?yàn)樽屑?xì)讀題，覺得這是給它的錯(cuò)覺，所以選擇欺騙自己，說它們一樣大了。。可能是強(qiáng)化學(xué)習(xí)強(qiáng)化太猛了吧。

綜合評(píng)價(jià)，可以給到一個(gè)神鬼二象性，夯的時(shí)候夯，拉的時(shí)候拉完了。。

但話又說回來了，DeepSeek剛長(zhǎng)出眼睛，咱還是得給它一些適應(yīng)這個(gè)世界的時(shí)間吧。

最后，現(xiàn)在的 AI 巨頭大亂斗，早已經(jīng)過了那個(gè)只看跑分、只看文本輸出能力的新手村階段了。

Coding 水平、多模態(tài)能力、調(diào)用工具的絲滑程度等等等等，基本上缺一不可。

但之前大 D 老師在多模態(tài)能力上的缺席，總讓覺得可惜。有種大伙們都在哼哧哼哧做事干活了， DeepSeeK 卻因?yàn)槿备觳采傺郏珹gent 能力大打折扣。

畢竟，目前絕大部分的模型，API 都是帶多模態(tài)，或者至少是帶圖片輸入能力的。

也期待 DeepSeek 能把識(shí)圖的多模態(tài)能力，盡快更新到 V4 新模型的 API 上面吧。

要知道，之前蒙著眼睛，已經(jīng)和不少對(duì)手已經(jīng)打得有來有回了。。 現(xiàn)在揭下眼罩，到時(shí)候用在 Claude Code、龍蝦、Cowork 等等工具上的表現(xiàn)，估計(jì)還會(huì)有一大波的提升。

另外，按照 DeepSeek 這段時(shí)間吐泡泡刷存在感的頻率，估計(jì)還有一堆連招等著出手呢。

不多說了，看 D 老師表演吧。

撰文：不咕&江江

編輯：江江&面線

美編：萱萱

圖片、資料來源：

DeepSeek，微博，部分圖源自互聯(lián)網(wǎng)