原以為deepseek這頭「鯨魚」，在上周發布v4模型之後，會深潛一段時間休養生息，沒想到它卻擺出了持續作戰的架勢。
就在剛剛，一個名為「識圖模式」的新選項悄然出現在deepseek的對話框上。雖然deepseek同時標註上「圖片理解功能內測中」的字樣，但持續關注deepseek乃至ai業界的各位都很清楚，那個被持續討論多時的deepseek多模態能力，終於要來了。
能力很強，但仍有體驗遺憾
發現功能上線的時候，我們的編輯正在出差的高鐵上。於是隨手拍下的高鐵場景，就成了deepseek識圖模式的第一個考題。
從deepseek的推理過程中，我們發現了有意思的地方：deepseek並不是通過場景里的物體，去判斷這可能是一個怎樣的場景，而是真正理解了環境中的關鍵要素——各種文字信息，來實現更準確的推斷。在此基礎上，deepseek對圖片中的其他信息亦有自己的理解，因此最終給出的答案，不僅準確，而且相當豐富細緻。
下來這個測試，是基於識圖模式做的一個發散。在強大的識別和理解能力支撐下，deepseek很快給出了答案，並且回答正確。
雖然開幕就給了我們一些暴擊，但這並不代表現如今的deepseek識圖模式就是爆殺狀態。
對具體產品進行識別時，似乎是因為模型里產品信息不足，deepseek並未思考是否有可能是外觀輪廓類似的小米15u和小米17u。所以，雖然推理過程識別出了小米機型和產品外觀的各項信息，但最終答案是錯誤的。這種「過程全對，答案錯誤」的情況，可以通過補全訓練語料的方式來修正改善。
類似的情況出現在deepseek識別原神角色裝備這一考察中。可以發現，它並不認識剛剛的推出的新角色，但回顧思考過程，我們能發現它認為原神出到了5.x版本的內容，也就是說，它的信息應該停留在去年初，也就是小米15 ultra 發布以前，與識別手機時的結論一致。
雖不完美，但可成顛覆起點
識圖模式的上線，標誌著 deepseek 這頭「深海巨鯨」，終於睜開了它的「眼睛」。這對deepseek而言，無疑是一個里程碑；對國產ai來說，也許是一次看似微妙，但足以改變格局的開始。
在競爭日漸激烈的當下， deepseek這一功能的上線，意味著國產ai們會加速進入競爭多模態能力的下一階段。虛擬與現實之間的距離會進一步縮短，物理ai的發展也有可能被快進，ai對普羅大眾工作生活的影響，會進一步加深。
太平洋科技將會持續對ai廠商們的識圖和語音交互功能發展迭代進行持續關注，也歡迎已經收到deepseek識圖模式推送的小夥伴們，在評論區里留下你對這一模式的使用體驗和技巧分享。
