北京
大家注意到了吗，DeepSeek悄悄上线了「识图模式」，可以支持图片理解了。
在DeepSeek的web或者app界面里，原有的「快速模式」和「专家模式」右侧，出现了一个全新「视图模式」。
以前，DeepSeek对于图片，只有OCR能力，也就是说只能识别并提取图片里额文字，而不具备完整的视觉能力，无法理解图片内容。
现在，DeepSeek告别了睁眼瞎历史。
我先测试了一下「老鼠夹子」图片的识别，网上流传着一个笑话：豆包会把老鼠夹子识别成卡丁车玩具。
DeepSeek这次没有翻车，而且实测中反应速度极快，几乎是零延迟输出。（当然，我也试了豆包，豆包也不翻车，不过豆包会自动启用搜索功能，以保证更精准、更具备时效的回答，而DS的视图是不带联网搜索的，所以反应更快。）
不要小看这个识图功能，DeepSeek可以不支持多模态，不去卷生图、生视频的赛道，但是原生视觉理解功能非常有必要。（以前鹅厂元宝有个买点，就是作为DeepSeek的识图外挂。）
这一点，对智能体和Coding场景也非常有价值↓
智能体看屏幕、看界面、看现实环境，都可以用DS的原生识图能力了
丢一张UI截图，直接生成前端代码，看产品原型，直接给修改建议。当然，你也终于可以用DeepSeek来玩数独和找不同了。
刚刚我把Anthropic的官网首页丢给DeepSeek，瞬间帮我复刻出前端代码，相当丝滑。
不过，目前这个识图能力，只是灰度测试，并没有面向所有人开放，能不能有，要看运气。
怎么样，现在打开你的DeepSeek，看看你被官方偏爱了吗？
识图的一小步，却是DeepSeek迈向多模态的一大步
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
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.
