北京
大家注意到了嗎，DeepSeek悄悄上線了「識圖模式」，可以支持圖片理解了。
在DeepSeek的web或者app界面里，原有的「快速模式」和「專家模式」右側，出現(xiàn)了一個全新「視圖模式」。
以前，DeepSeek對于圖片，只有OCR能力，也就是說只能識別并提取圖片里額文字，而不具備完整的視覺能力，無法理解圖片內容。
現(xiàn)在，DeepSeek告別了睜眼瞎歷史。
我先測試了一下「老鼠夾子」圖片的識別，網(wǎng)上流傳著一個笑話：豆包會把老鼠夾子識別成卡丁車玩具。
DeepSeek這次沒有翻車，而且實測中反應速度極快，幾乎是零延遲輸出。（當然，我也試了豆包，豆包也不翻車，不過豆包會自動啟用搜索功能，以保證更精準、更具備時效的回答，而DS的視圖是不帶聯(lián)網(wǎng)搜索的，所以反應更快。）
不要小看這個識圖功能，DeepSeek可以不支持多模態(tài)，不去卷生圖、生視頻的賽道，但是原生視覺理解功能非常有必要。（以前鵝廠元寶有個買點，就是作為DeepSeek的識圖外掛。）
這一點，對智能體和Coding場景也非常有價值↓
智能體看屏幕、看界面、看現(xiàn)實環(huán)境，都可以用DS的原生識圖能力了
丟一張UI截圖，直接生成前端代碼，看產(chǎn)品原型，直接給修改建議。當然，你也終于可以用DeepSeek來玩數(shù)獨和找不同了。
剛剛我把Anthropic的官網(wǎng)首頁丟給DeepSeek，瞬間幫我復刻出前端代碼，相當絲滑。
不過，目前這個識圖能力，只是灰度測試，并沒有面向所有人開放，能不能有，要看運氣。
怎么樣，現(xiàn)在打開你的DeepSeek，看看你被官方偏愛了嗎？
識圖的一小步，卻是DeepSeek邁向多模態(tài)的一大步
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
