当前位置:

首页 > 硬件相关 > 突发!DeepSeek多模态来了:会做图,不涨价

突发!DeepSeek多模态来了:会做图,不涨价

但就在8月21日,DeepSeek正式发布多模态视觉理解模型DeepSeek-V4-Flash-Vision-Exp,API同日开放,手机端的识图模式也开启了体验。(图片来源:DeepSeek最新)最新消息显示,DeepSeek-V4-Flash-Vision-Exp在Agent、推理以及世界知识等

本文目录

    但就在8月21日,DeepSeek正式发布多模态视觉理解模型DeepSeek-V4-Flash-Vision-Exp,API同日开放,手机端的识图模式也开启了体验。

    微信图片_20260821184757_1694_51.png

    (图片来源:DeepSeek最新)

    最新消息显示,DeepSeek-V4-Flash-Vision-Exp在Agent、推理以及世界知识等纯文本能力方面,与V4-Flash正式版不相上下,原本的优势都得以保留。而它真正的变化在于视觉理解能力:在需要视觉理解的Agent基准测试中,新模型较V4-Flash有了大幅提升,最新的表述是「多模态Agent能力已接近Opus-4.8」。

    微信图片_20260821184649_931_49.jpg

    (图片来源:DeepSeek最新)

    最新提供了三个演示案例,其中最显眼莫过于PPT 生成:在 Agent 框架下做一份商业定制的西藏自驾游方案,要「野性、原始、探索感」的调性,给出三种带真实定价的方案,配图还得是实拍质感。其余两个分别是重设计正式和生成前端动态特效 Demo。

    微信图片_20260821184650_932_49.jpg

    (图片来源:DeepSeek最新)

    至于大家在意的如何调用API,最新也提供了详细的说明,我们只需把 model 参数设为DeepSeek-V4-Flash-Vision-Exp就行。

    微信图片_20260821183507_1693_51.png

    (图片来源:DeepSeek最新)

    此时,图片将按照token进行计费,一张图片最多占据384个token,其单价与V4-Flash完全相同。图片的传入方式,除了常见的base64内联和外部URL,还有同步开放的Files API:只需上传一次图片,后续使用file_id进行引用即可,同一张图片在多个请求中无需重复上传,而且这项服务是免费的。

    不过模型名里带着「Exp」,说明这只是实验版本,离正式版还有距离。不过回想V4-Flash前段时间刚在Arena.ai前端编码榜上首次超过Opus 4.8,现在又把视觉理解补上了,小雷觉得DeepSeek今年的节奏确实快。

    image.png

    (图片来源:AI生成)

    可以说DeepSeek的短板这次算是补上了,接下来就看 Agent 场景能挖出多少真需求,那才是对它真正的考验。

    机器人产业最重要风向标,世界机器人大会(WRC)2026重磅来袭,还有世界人形机器人运动会紧随其后。

    宇树、智元、启元、魔法原子、银河通用、云深处、灵心巧手等300余家TOP展商联袂呈现,定义全球机器人产业未来!

    所有关于机器人的核心问题,WRC都将给出答案。

    WRC 2026报道团已抵达WRC现场。

    导流版本.png

    稿定设计-6.png

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    硬件相关 DeepSeek
    相关文章 更多
    chat-demo v0.1.1怎么本地运行并理解DeepSeek历史数据边界
    chat-demo v0.1.1怎么本地运行并理解DeepSeek历史数据边界

    chat-demo v0.1.1可以作为静态聊天客户端在本地运行,但模型、搜索、文件和语音能力仍由DeepSeek API提供。源码运行环境为Node.js 22.12及以上、Git与pnpm。Demo版本号不等于应用API版本;这套应用API未单独标版本,默认聊天模型ID是deepseek-flash。

    怎么用DeepSeek辅助写小红书爆款标题
    怎么用DeepSeek辅助写小红书爆款标题

    用DeepSeek辅助写小红书标题时,应先提供受众、核心卖点、真实素材、语气和字数限制,让模型批量生成候选标题,再人工核对事实、敏感表达和平台规范。标题是否获得高点击还受内容质量和账号表现影响,不能把模型结果当作爆款保证。

    DeepSeek模型权重与DeepInfer有什么区别?开源对象和生态协作
    DeepSeek模型权重与DeepInfer有什么区别?开源对象和生态协作

    了解DeepSeek模型权重与DeepInfer推理框架的对象差异,查看官方项目入口,并从价格竞争、开发者协作和小团队参与三个角度理解开源策略。

    幻方与DeepSeek:萤火二号算力积累和V3训练硬件怎么区分?
    幻方与DeepSeek:萤火二号算力积累和V3训练硬件怎么区分?

    理清幻方量化与DeepSeek的发展脉络,关键在于区分早期萤火二号的A100集群积累与DeepSeek-V3的H800训练配置。本文解析软硬件协同工程在其中的作用,避免将资金投入简单等同于模型能力。

    DeepSeek返回空内容怎么办怎么处理
    DeepSeek返回空内容怎么办怎么处理

    DeepSeek返回空内容时,先检查content是否只有空格,再查看finish_reason、reasoning_content、tool_calls和流式事件。JSON模式提示不完整、输出预算不足、内容过滤、工具调用未处理或SSE解析错误都可能造成“看起来为空”。

    DeepSeek怎么开启流式输出stream
    DeepSeek怎么开启流式输出stream

    DeepSeek开启流式输出只需在API请求中设置stream=true并逐块读取SSE事件。Chat Completions以data: [DONE]结束,Responses API则以response.completed、response.incomplete或response.failed结束,两种协议不能混用同一套结束判断。

    DeepSeek怎么开启JSON模式输出结构化数据
    DeepSeek怎么开启JSON模式输出结构化数据

    DeepSeek开启JSON模式需要在请求中设置response_format为json_object,并在系统或用户提示词中明确要求输出JSON及字段示例,同时设置足够的max_tokens。返回后仍应解析和校验字段,空白内容或截断时执行重试。

    DeepSeek-V4提示词怎么写效果更好公式
    DeepSeek-V4提示词怎么写效果更好公式

    DeepSeek-V4提示词可按“目标+背景+输入+约束+输出格式+验收标准+示例”编写。先明确要完成的任务,再提供必要材料和边界,最后规定可检查的输出结构,比堆砌角色词或空泛要求“更专业”更稳定。

    DeepSeek上传文件失败提示超限怎么办
    DeepSeek上传文件失败提示超限怎么办

    DeepSeek上传文件提示超限时,先确认是在App、网页还是API中上传,再检查单文件大小、格式、图片尺寸、文件数量和账号存储配额。App或网页可压缩、拆分后重传;API图片文件单个最大64 MiB,并只支持JPEG、PNG、GIF和WebP。

    DeepSeek-V4-Pro思考模式怎么调推理强度
    DeepSeek-V4-Pro思考模式怎么调推理强度

    DeepSeek-V4-Pro的推理强度可通过API的reasoning_effort设置为low、high或max,并配合thinking启用思考模式;网页和App通常只提供模式切换,不一定开放细粒度强度。本文给出参数、代码和无效配置排查方法。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。