6月18日，DeepSeek网页及APP端，均新增了“识图模式”，并泄露“图片援救功能内测中”。统一天，DeepSeek多模态团队负责东说念主陈小康在酬酢媒体上发文称，视觉模式已在网页和哄骗上正经上线，“试试这双新眼睛”。
6月19日，红星成本局实测发现，DeepSeek的识图功能并不太踏实。
记者实测时上传了一张DeepSeek独创东说念主梁文锋的像片，但DeepSeek将其识别为字节高出的张一鸣；紧接着再上传一张梁文锋的像片，DeepSeek仍然以为是张一鸣；终末上传了张一鸣的像片，DeepSeek识别正确。
随后开启新对话，从头上传张一鸣的像片，DeepSeek将其识别为寒武纪独创东说念主陈天石；紧接着上传梁文锋的像片，DeepSeek仍然以为像片中的东说念主是陈天石。在屡次对话中，DeepSeek还曾示意“无法回答问题”。
DeepSeek在回答中示意，当今的“识图功能”其实是“读图”。
DeepSeek当今赞助的图像文献上传和视觉识别为OCR模子，即读取图像中的文本，擅长从上传的图像（PDF、Word、Excel、PPT、JPG等）中读取文本，并处理该文本；而不是多模态视觉说话模子(VLM)，无法以像素级别“看到”物体、东说念主脸或场景。
关于将梁文锋识别成其他东说念主，DeepSeek再次示意我方莫得东说念主脸识别模块，不会“看脸”只会“看字”，若是像片中唯有一张脸，“我只可回答你图片中莫得笔墨本色”。
于是红星成本局又上传了其他带有笔墨的图片，关于“货拉拉被约谈”的新闻资讯的封面，DeepSeek基本不错识别出图中本色，但将图中的“货拉拉”识别为“货拉业”，并以为是图片中的字打错了。关于“新东方集团追思大会”视频截图，DeepSeek可识别出图中的信息，何况精准捕捉到俞敏洪也在图片中。
关于纯文本类的图片，亚搏(中国)红星成本局采纳了怀素的草书作品，DeepSeek不错识别部分笔墨，但将图中的“玉露凋伤枫树林”，识别为“王右丞诗枫桥”。关于Yum!Brands晓示出售必胜客业务的英文公告截图，DeepSeek可正确识别并翻译。
红星成本局又以交流的图片向豆包、千问、文心一言发问，均能平知识别，并莫得出现DeepSeek的诞妄。文心一言以致指出“王右丞诗枫桥”可能存在耻辱。
5天前，陈小康曾将鹅腿大姨的“绿色鸭腿”发给DeepSeek识别，从回答来看，DeepSeek能辩认出其不是鹅腿，同期示意可能存在食物安全隐患；但DeepSeek也莫得识别出鸭腿，而是将其认作“烤鹌鹑”。
DeepSeek是由杭州深度求索打造的大模子和AI助手，其主体运营公司建造于2023年，该居品于2025年年头火爆出圈，一度登顶哄骗商店排名榜榜首。
近日，DeepSeek本轮融资决策被曝光。其独创东说念主梁文锋个东说念主出资约200亿元；腾讯出资约100亿元；宁德时间体系出资约50亿元；网易、京东、Monolith砺想成本、IDG成天职别出资约30亿元；正心谷投资、拾象科技永诀出资约15亿元。
当今，多模态已成为大模子居品的标配，并在视频生成领域束缚推广。
本年1月，中信建投曾发布研报称，AI多模态进一步激勉创作变革。谷歌、快手等头部模子重心科罚了变装一致性与物理逻辑逶迤，快手可灵月活破千万并已矣订阅收入增长，标识着多模态器具从文娱走向坐蓐力。哄骗侧，AI漫剧接棒短剧成为新增长极，字节高出等平台通过高额激励鼓吹本色极品化，AI加快IP影视化进度，有望催生新的阛阓机遇，重塑告白与游戏金钱坐蓐逻辑。预测异日，原生多模态与天下模子时候共同演进，有望重塑营销、影视、游戏等下流产业形式。
(本文不组成任何投资提出，据此操格调险自担)
记者陶玥阳亚搏(中国)
备案号: