DeepSeek大范围开放识图模式:多模态理解功能正式开启内测

JQR1

DeepSeek正式开启大规模识图模式内测，标志着这一国产大模型尖兵全面跨入图文多模态交互时代。继4月底启动小范围灰度测试后，DeepSeek于5月9日大幅放开了“识图模式”的访问权限，目前多数测试账号已可在对话界面通过新增的独立入口接入该功能。

尽管系统当前仍标注为“功能内测中”，但其在输入框上方与“快速模式”、“专家模式”并列的布局，预示着多模态理解已成为其核心产品矩阵的关键一环。

不同于传统简单的OCR文字提取，DeepSeek此次升级的核心在于深度图片识别与语义理解能力。在实测表现中，该模式能够对视觉信息进行逻辑拆解与情境感知，支持用户通过直接上传图片实现复杂的跨媒介交互。

这一动作填补了DeepSeek此前在多模态理解领域的空白，使其在追赶GPT-4o等国际顶尖模型的进程中迈出了实质性一步。

从行业视角来看，DeepSeek在保持极高算力性价比的同时，迅速补齐多模态短板，反映出国产大模型竞争重心正从单一的文本生成转向全感官的“视觉语言耦合”。

随着识图功能的全面铺开，DeepSeek有望在自动化办公、工业视觉理解及复杂图表分析等垂直领域释放更大生产力。

这种从“读字”到“识物”的跨越，不仅提升了产品的交互边界，也将加速国内大模型市场进入多模态能力普惠的新阶段。

来源：AIbase