【#DeepSeek能看见了#】#DeepSeek识图模式#

就在刚刚，DeepSeek 产品更新了「识图模式」。

一位据信是 DeepSeek 员工的 X 用户，今天早上发布了「Soon, we see you.」（很快，我们就能看到你），然后很快将推文删除了。#DeepSeek上线识图模式#

过了没几个小时，他又发了一条「Now, we see you.」（现在，我们能看到你了。）与此同时，DeepSeek 官网、手机 app，都上线了「识图模式」。

截至发稿，深度求索团队并未在 Hugging Face 上更新任何新的模型细节。这或许说明，多模态能力属于后台开启。但究竟是 V4 本身的多模态能力，还是后台路由到其他视觉模型（例如 DS-OCR、DS-VL 等模型），尚未可知。

根据爱范儿/APPSO 的测试，识图模式能够识别主流图片格式，但尚不支持 HEIF 格式。

在快速模式下，DeepSeek 的读图和结果返回速度极快。我们用一张电影剧照测试，DS 不到半秒钟就回答，这张图来自「盗火线」(Heat)。

不带图，直接询问识图模式能做什么，DS 会回答：可以进行文字提取、分析图片内容，甚至回答数学问题。我们用一道不算特别复杂的几何题直接测试，在快速模式下它也能给出正确的答案。

在经典的视觉错觉测试中，DS 识图模式通过直接读取图片色彩数值信息能够给出正确的回答。不过在错觉网格中，它仍然无法读取出「心形」的正确答案。

以及，在数手指这个经典任务上，识图模式无论是在快速模式还是深度思考模式下，都会数错。特别是开了深度思考之后，他还会把自己数晕……

另外，识图模式目前也不支持联网搜索。