廣東
原以為這個瘋狂的 AI 瘋狂更新應該已經告一段落了，沒想到上周才發完 V4 的 DeepSeek ，突然端出一個更大的驚喜。
就在剛剛， DeepSeek 上線了識圖模式，顯示正在灰測中。這意味著討論了一整年的 DeepSeek 多模態能力，終于來了！
目前 DeepSeek 網頁版和 App 更新后都有可能被灰測到識圖模式，APPSO 第一時間給大家進行了實測。
DeepSeek 負責多模態的研究員陳小康在 X 上發文： Now, we see you，并配上了一張圖，我們就讓 DeepSeek 來解讀一下這張圖何意味。
結果顯示，它能識別出這張圖背后的隱喻，雖然圖中沒有任何關于DeepSeek 的字眼，但它結合對發布者身份和圖像的識別，推斷出這是關于 DeepSeek 多模態能力的更新。
最后給出一句十分到位的總結：那個看不見世界的鯨魚，現在終于睜開眼了。
比起回答結果，APPSO 發現 DeepSeek 識圖模式的思考過程更有意思。
上下滑動查看完整思考過程
過去 AI 來看那張推特截圖，大概率是老老實實描述：「兩只藍色鯨魚，左邊戴眼罩，右邊沒戴?！?/p>
但 DeepSeek 它上來就開始追問：這人是誰？他為什么發這個？鯨魚 logo 代表什么？眼罩上的 XX 又在暗示什么？
這才是我們刷到一張梗圖時腦子里真正發生的事。沒人會先數鯨魚有幾只，我們關心的是誰在對誰說話，說的是什么潛臺詞。
而且它還會來來回回的自我糾正。
比如它甚至一度把圖中的眼罩聯想到《天元突破》里卡米那的眼鏡，然后自己打臉： 「不，這太宅男向了?！埂傅鹊龋屑毧础?「再換個角度……」 。
前面那些推理、聯想、自我糾正，都挺精彩。但整段思考過程里最反常識的部分，其實是它推理到快收尾時，突然自己喊了個暫停，給自己開了一場小型答辯會。
它列出三個問題自問自答，先確認客觀事實，再推測事件性質，最后才做解讀。 DeepSeek 把這個我們自己都沒意識到的思維習慣，做成了識圖的思考邏輯。
就像我們平時給結論之前，腦子里也會過一遍：「等等，這個前提對嗎？那個假設站得住嗎？萬一我理解錯了方向呢？」
我們還把經典的 AI 測試題——數手指，拋給了 DeepSeek。
它思考了一通，還是回答錯了，中間還吐槽了一句：「我真的是數暈了。」
不過如果我再引導一下，它還是可以回答正確。
另外一個數手指的測試中，第一次回答錯誤之后，我沒給答案，只是讓它再想想，也能給出正確的回答。
我們還試了試一個經典的「愛心」測試，這個圖之前難倒了所有 AI ， DeepSeek 同樣沒有能識別出來。
拋開這些難度較高的極限測試，APPSO 初步測試下來，DeepSeek 識圖的準確率其實還是比較高，不開思考模式的話甚至半秒就能給出回答。
比如這個電影劇照的識別，應該是已經在數據庫內了。
對于抽象圖片的理解也十分到位。
優衣庫這個商品圖的理解也沒有問題。
不過這個識圖的過程應該是沒有聯網搜索，只能基于知識庫回答，所以一些比較新的東西，就無法識別，比如蘋果這個新的吉祥物 Finder 醬。
而且識圖模式上傳的文件格式也有限制，比如不支持 HEIF 格式
DeepSeek 識圖模式上線，意味著這只鯨魚終于開眼了，但也許只是剛剛開始。
DeepSeek 多模態更多的能力可能很快也會陸續更新，補上這塊短板后，整個國產模型的格局可能也會再次迎來微妙的變化。
APPSO 將持續跟大家分享 DeepSeek 識圖模式更多的體驗，也歡迎大家體驗后與我們分享有意思的小技巧和細節。
我們正在招募伙伴
簡歷投遞郵箱hr@ifanr.com
?? 郵件標題「姓名+崗位名稱」（請隨簡歷附上項目/作品或相關鏈接）
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“網易號”用戶上傳并發布，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.
