4月29日消息，DeepSeek多模态功能疑似进入灰度测试阶段。
该公司核心多模态技术负责人陈小康今日在X平台发布一张图片，右侧为DeepSeek图标，左侧鲸鱼眼睛被戴上眼罩，配文"现在我们看见你了"。
打开网易新闻 查看精彩图片
他在回复中确认，部分网页端和APP端用户已可使用多模态功能。据网友截图，DeepSeek对话除了快速和专家模式，还专门设置了识图模式。
打开网易新闻 查看精彩图片
另有网友分享的使用截图显示，在对话中插入PNG图片后，DeepSeek能够精准识别图中元素，包括人物、背景、动作及颜色。
打开网易新闻 查看精彩图片
截至发稿，DeepSeek尚未在官网、Hugging Face或GitHub发布新的多模态模型权重、技术报告或正式公告。
值得注意的是，陈小康昨日曾发布同一张图片，配文为"马上我们就能看到你"，该帖今日已被删除。
此前，DeepSeek一直不支持多模态功能，而纯文本模型虽能回答问题，却无法理解用户的屏幕、截图、网页、表格和文档。
据业内推测，DeepSeek多模态功能最可能率先落地图片理解、OCR、文档解析、图表分析和截图问答等场景，短期内应该不会发布图像生成或视频模型。
