DeepSeek 睁眼看世界！识图模式实测来了

原以为DeepSeek这头“鲸鱼”，在上周发布V4模型之后，会深潜一段时间休养生息，没想到它却摆出了持续作战的架势。

就在刚刚，一个名为“识图模式”的新选项悄然出现在DeepSeek的对话框上。虽然DeepSeek同时标注上“图片理解功能内测中”的字样，但持续关注DeepSeek乃至AI业界的各位都很清楚，那个被持续讨论多时的DeepSeek多模态能力，终于要来了。

能力很强，但仍有体验遗憾

发现功能上线的时候，我们的编辑正在出差的高铁上。于是随手拍下的高铁场景，就成了DeepSeek识图模式的第一个考题。

从DeepSeek的推理过程中，我们发现了有意思的地方：DeepSeek并不是通过场景里的物体，去判断这可能是一个怎样的场景，而是真正理解了环境中的关键要素——各种文字信息，来实现更准确的推断。在此基础上，DeepSeek对图片中的其他信息亦有自己的理解，因此最终给出的答案，不仅准确，而且相当丰富细致。

下来这个测试，是基于识图模式做的一个发散。在强大的识别和理解能力支撑下，DeepSeek很快给出了答案，并且回答正确。

虽然开幕就给了我们一些暴击，但这并不代表现如今的DeepSeek识图模式就是爆杀状态。

对具体产品进行识别时，似乎是因为模型里产品信息不足，DeepSeek并未思考是否有可能是外观轮廓类似的小米15u和小米17u。所以，虽然推理过程识别出了小米机型和产品外观的各项信息，但最终答案是错误的。

对比之下，更早支持识图功能的豆包，凭借更丰富的训练语料，快速得出了正确答案。所以，DeepSeek这种“过程全对，答案错误”的情况，可以通过补全训练语料的方式来修正改善。

类似的情况出现在DeepSeek识别原神角色装备这一考察中。可以发现，它并不认识刚刚的推出的新角色，但回顾思考过程，我们能发现它认为原神出到了5.x版本的内容，也就是说，它的信息应该停留在去年初，也就是小米15 Ultra 发布以前，与识别手机时的结论一致。

虽不完美，但可成颠覆起点

识图模式的上线，标志着 DeepSeek 这头“深海巨鲸”，终于睁开了它的“眼睛”。这对DeepSeek而言，无疑是一个里程碑；对国产AI来说，也许是一次看似微妙，但足以改变格局的开始。

在竞争日渐激烈的当下， DeepSeek这一功能的上线，意味着国产AI们会加速进入竞争多模态能力的下一阶段。虚拟与现实之间的距离会进一步缩短，物理AI的发展也有可能被快进，AI对普罗大众工作生活的影响，会进一步加深。

太平洋科技将会持续对AI厂商们的识图和语音交互功能发展迭代进行持续关注，也欢迎已经收到DeepSeek识图模式推送的小伙伴们，在评论区里留下你对这一模式的使用体验和技巧分享。