6月18日，DeepSeek网页及APP端，均新增了“识图模式”，并显示“图片理解功能内测中”。统一天，DeepSeek多模态团队担任人陈小康正在社交上发文称，视觉模式已正在网页和使用上正式上线，“尝尝这双新眼睛”。记者实测时上传了一张DeepSeek创始人梁文锋的照片，但DeepSeek将其识别为字节跳动的张一鸣；紧接着再上传一张梁文锋的照片，DeepSeek仍然认为是张一鸣；最初上传了张一鸣的照片，随后新对话，DeepSeek将其识别为寒武纪创始人陈天石；紧接着上传梁文锋的照片，DeepSeek仍然认为照片中的人是陈天石。正在多次对话中，DeepSeek还曾暗示“无法回覆问题”。DeepSeek目前支撑的图像文件上传和视觉识别为OCR模子，即读取图像中的文本，擅长从上传的图像（PDF、Word、Excel、PPT、JPG等）中读取文本，并处置该文本；而不是多模态视觉言语模子(VLM)，无法以像素级别“看到”物体、人脸或场景。对于将梁文锋识别成其他人，DeepSeek再次暗示本人没有人脸识别模块，不会“看脸”只会“看字”，若是照片中只要一张脸，“我只能答复你图片中没有文字内容”。于是红星本钱局又上传了其他带有文字的图片，对于“货拉拉被约谈”的旧事资讯的封面，DeepSeek根基能够识别出图中内容，但将图中的“货拉拉”识别为“货拉业”，并认为是图片中的字打错了。对于“新东方集团总结大会”视频截图，DeepSeek可识别出图中的消息，而且切确捕获到俞敏洪也正在图片中。对于纯文本类的图片，红星本钱局选择了怀素的草书做品，DeepSeek能够识别部门文字，但将图中的“玉露凋伤枫树林”，识别为“王左丞诗枫桥”。对于Yum！ Brands颁布发表出售必胜客营业的英文通知布告截图，DeepSeek可准确识别并翻译。红星本钱局又以不异的图片向豆包、千问、文心一言提问，均能一般识别，并没有呈现DeepSeek的错误。文心一言以至指出“王左丞诗枫桥”可能存正在混合。5天前，陈小康曾将鹅腿阿姨的“绿色鸭腿”发给DeepSeek识别，从答复来看，DeepSeek能辨认出其不是鹅腿，同时暗示可能存正在食物平安现患；但DeepSeek也没有识别出鸭腿，而是将其认做“烤鹌鹑”。DeepSeek是由杭州深度求索打制的大模子和AI帮手，其从体运营公司成立于2023年，该产物于2025年岁首年月火爆出圈，一度登顶使用商铺排行榜榜首。近日，DeepSeek本轮融资方案被。其创始人梁文锋小我出资约200亿元；腾讯出资约100亿元；宁德时代系统出资约50亿元；网易、京东、Monolith砺思本钱、IDG本钱别离出资约30亿元；正心谷投资、拾象科技别离出资约15亿元。本年1月，中信建投曾发布研报称，AI多模态进一步激发创做变化。谷歌、快手等头部模子沉点处理了脚色分歧性取物理逻辑难题，标记着多模态东西从文娱出产力。使用侧，AI漫剧接棒短剧成为新增加极，字节跳动等平台通过高额激励鞭策内容精品化，AI加快IP影视化历程，无望催生新的市场机缘，沉塑告白取逛戏资产出产逻辑。瞻望将来，原生多模态取世界模子手艺配合演进，无望沉塑营销、影视、逛戏等下逛财产款式。