红星老本局6月19日音问开云体育(中国)官方网站，6月18日，DeepSeek网页及APP端，均新增了“识图口头”，并袒露“图片认知功能内测中”。并吞天，DeepSeek多模态团队负责东谈主陈小康在酬酢媒体上发文称，视觉口头已在网页和愚弄上认真上线，“试试这双新眼睛”。
6月19日，红星老本局实测发现，DeepSeek的识图功能并不太稳妥。
红星老本局实测时上传了一张DeepSeek首创东谈主梁文锋的相片，但DeepSeek将其识别为字节非凡的张一鸣；紧接着再上传另外一张梁文锋的相片，DeepSeek仍然合计是张一鸣；临了上传了张一鸣的相片，DeepSeek识别正确。
随后红星老本局开启新对话，再行上传张一鸣的相片，DeepSeek将其识别为寒武纪首创东谈主陈天石；紧接着上传梁文锋的相片，DeepSeek仍然合计相片中的东谈主是陈天石。在屡次对话中，DeepSeek还曾暗示“无法回答问题”。
DeepSeek在回答中暗示，当今的“识图功能”其实是“读图”。
DeepSeek当今相沿的图像文献上传和视觉识别为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，并处理该文本；而不是多模态视觉谈话模子(VLM)，无法以像素级别“看到”物体、东谈主脸或场景。
关于将梁文锋识别成其他东谈主，DeepSeek再次暗示我方莫得东谈主脸识别模块，不会“看脸”只会“看字”，如若相片中只须一张脸，“我只可回话你图片中莫得笔墨施行”。
于是红星老本局又上传了其他带有笔墨的图片，关于“货拉拉被约谈”的新闻资讯的封面，DeepSeek基本不错识别出图中施行，但将图中的“货拉拉”识别为“货拉业”，并合计是图片中的字打错了。关于“新东方集团回来大会”视频截图，DeepSeek可识别出图中的信息，况兼精准捕捉到俞敏洪也在图片中。
关于纯文本类的图片，红星老本局选拔了怀素的草书作品，DeepSeek不错识别部分笔墨，但将图中的“玉露凋伤枫树林”，识别为“王右丞诗枫桥”。关于Yum! Brands告示出售必胜客业务的英文公告截图，DeepSeek可正确识别并翻译。
红星老本局又以斟酌的图片向豆包、千问、文心一言发问，均能平时识别，并莫得出现DeepSeek的舛误。文心一言以至指出“王右丞诗枫桥”可能存在污染。
5天前，陈小康曾将鹅腿大姨的“绿色鸭腿”发给DeepSeek识别，从回话来看，DeepSeek能辩别出其不是鹅腿，同期暗示可能存在食物安全隐患；但DeepSeek也莫得识别出鸭腿，而是将其认作“烤鹌鹑”。
DeepSeek是由杭州深度求索东谈主工智能基础时间盘考有限公司打造的大模子和AI助手，其主体运营公司确立于2023年，该居品于2025年龄首火爆出圈，一度登顶愚弄商店名次榜榜首。
近日，DeepSeek首轮融资决策被曝光。其首创东谈主梁文锋个东谈主出资约200亿元；腾讯出资约100亿元；宁德期间体系出资约50亿元；网易、京东、Monolith砺想老本、IDG老天职别出资约30亿元；正心谷投资、拾象科技辨别出资约15亿元。
当今，多模态已成为大模子居品的标配，并在视频生成领域不停彭胀。
本年1月，中信建投曾发布研报称，AI多模态进一步激励创作变革。谷歌、快手等头部模子重心处置了变装一致性与物理逻辑辛劳，快手可灵月活破千万并竣事订阅收入增长，标记着多模态器具从文娱走向出产力。愚弄侧，AI漫剧接棒短剧成为新增长极，字节非凡等平台通过高额激励股东施行佳构化，AI加快IP影视化程度开云体育(中国)官方网站，有望催生新的商场机遇，重塑告白与游戏钞票出产逻辑。预测将来，原生多模态与全国模子时间共同演进，有望重塑营销、影视、游戏等卑劣产业面容。
