DeepSeek 多模态研究员 Xiaokang Chen 今日宣布,DeepSeek 的识图模式已在网页和 App 端正式上线。该模式与原有的“快速模式”和“专家模式”并列,用户开启后可直接上传图片,让模型进行理解与分析,其能力远超简单的文字提取。
目前 App 端识图模式仍提示“图片理解功能内测中”,而网页端已正常开放使用。DeepSeek 于今年 4 月公开了背后的多模态模型技术细节,提出名为“Thinking with Visual Primitives”的核心框架,为识图功能提供技术支撑。
文中提及的 AI 工具
评论
正在加载评论…