Deepseek 视觉模式终于要来了！

刚刚，DeepSeek的视觉模式来了

就在不久前，DeepSeek的两位研究员在社交平台X上发布了一条动态，透露了一个重要进展：DeepSeek的视觉模式已经进入灰度测试阶段。这意味着，部分网页端和移动应用的用户已经可以抢先体验这项新功能了。网络上，已经有网友晒出了自己的使用截图。

过去，用户们常常带着一丝遗憾地评价：“DeepSeek能力很强，但为什么不能识别图片呢？” 如今，这个被反复提及的“短板”，终于迎来了补强的时刻。所谓的“视觉模式”，正是为了让大模型突破纯文本的局限，升级为能够理解图像输入的多模态智能体。

技术层面的证据更加确凿。通过开发者工具对 chat.deepseek.com 的 settings 接口进行抓取，可以清晰地看到后端配置已经下发。关键参数包括：“model_type”: “vision”、“name”: “识图模式”，以及描述“图片理解功能内测中”。更重要的是，其“enabled”状态为 true。这充分说明，识图功能的后端服务已经就绪，只是目前处于默认关闭、且用户无法手动切换的内测状态。

这个时间点选择得相当微妙。就在上周五，DeepSeek刚刚发布了其V4版本模型，以1.6T的总参数量和在开源模型中的SOTA（当前最优）性能，引发了广泛关注。视觉模式的测试，无疑预示着DeepSeek V4正在补齐其多模态能力的关键一环。这标志着，它正从一个纯粹的文本大模型，正式迈向一个功能更全面的多模态时代。

环顾当下的顶级模型赛场，多模态早已成为入场券。无论是OpenAI的GPT系列、Google的Gemini，还是Anthropic的Claude，都将图像理解、视觉推理乃至多模态智能体能力作为标配。对于志在顶尖的DeepSeek而言，补上这一课，是必然且关键的一步。

现在，“鲸鱼也能看见了”。相信大家和业界观察者一样，都充满了好奇：DeepSeek的“视觉”效果究竟如何？它的图像理解能力能达到什么层次？这无疑是接下来最值得关注的焦点。

已经获得灰度测试资格的朋友，不妨现在就上传几张图片，亲自测测它的实力吧。