

随着DeepSeek V4发布,其识图模式引发民间广泛挖掘。它看上去是一个独立于V4 flash/pro的新模型,在V4技术报告“未来展望”方面,实际进展可能远超预期。

在识图模式下,可选择是否开启深度思考。非思考模式速度极快,但推理易出错,如空间推理题秒给答案却错误;开启深度思考后能给出正确答案,但思考过程冗长,如解决空间推理题用了4分多钟。
图片找不同测试中,非思考模式很快找到7处不同,但存在幻觉;思考模式用时16秒找出12处不同,不过幻觉更多。

在实用功能方面,OCR功能表现出色,处理DeepSeek V4技术报告摘要时,不开深度思考也能闪电出结果,还贴心添加开源链接超链,处理表格格式也整齐。
新玩法将网页图片发给它能复原HTML,按钮可用能自动配置跳转。还能顺利通过“隐藏图片”测试,但色盲测试偶见翻车。

识图模式的知识截止到2025年5月,有博主发现视觉模型知道的内容,V4 flash/pro并不了解,验证发现flash不联网时无相关知识,而识图模式能找到2026年4月的信息,推测视觉模型是独立训练的。
编辑观点:DeepSeek识图模式虽有不足,但多模态进展超预期,未来在推理和功能准确性上提升,有望增强竞争力。
1589



被折叠的 条评论
为什么被折叠?



