2026年4月30日，大模型厂商DeepSeek在推出新一代基座模型DeepSeek-V4仅5天后，正式开启多模态识图功能灰度测试，移动端与网页端同步上线功能入口。实测显示，该模型在视觉还原、文物逻辑推理、图片文字提取等场景表现优异，仅在抗干扰图像识别、复杂图形推理等场景仍存在优化空间。
不少参与内测的用户最近发现，DeepSeek的输入栏左侧多了一个醒目的相机标识，点击即可进入“识图模式”，上传图片后最快3秒就能得到针对性的解析结果，入口旁标注的“图片理解功能内测中”字样，也坐实了外界此前对其布局多模态能力的猜测。
近一年来，全球头部大模型厂商均将多模态交互能力作为核心迭代方向，OpenAI的GPT-4o、谷歌的Gemini系列都已实现相对成熟的视觉交互能力，国内厂商也在密集跟进相关布局。
登录后解锁全文，体验收藏、点赞、评论等完整功能
立即登录
滇公网安备 53252802528133号