DeepSeek大范围开放识图模式:多模态理解功能正式开启内测

DeepSeek于5月9日大幅开放“识图模式”内测，标志着其正式迈入图文多模态交互时代。该功能新增独立入口，支持用户上传图片实现复杂跨媒介交互，具备深度图片识别与语义理解能力，超越传统OCR。此举填补了其在多模态领域的空白，推动国产大模型从文本生成向“视觉语言耦合”转型，有望在自动化办公、工业视觉等场景释放生产力，加速多模态能力普惠。

via Infinitum 资讯聚合 (author: AI Base)