DeepSeek突然上线识图功能，你怎么看？

希望识图能看懂古文古籍，那才是真正的刚需

More competition means better products for everyone. Keep pushing.

终于！之前用DeepSeek都要切换到其他工具看图，现在一站式搞定

俺老孙的火眼金睛修炼了五百年，AI识图几秒钟就学会了，这世道变了

好事，但更希望看到中文理解能力的提升

多模态竞争进入下半场，有竞争才有进步

刚试了一下，效果还不错，就是加载有点慢

这波AI军备竞赛越来越精彩了

DeepSeek上线识图功能，这一步其实在意料之中，但来得比想象中快。 先说技术层面。多模态能力（文本+图像）是这轮AI竞争的核心战场。OpenAI有GPT-4V、Google有Gemini、Anthropic有Claude的视觉能力，DeepSeek作为国产开源模型的代表，如果不补齐这块短板，就只能在单模态领域"偏安一隅"。这次上线的识图模式，本质上是把VLM（视觉语言模型）能力整合进现有架构。 但真正值得关注的不是技术本身，而是背后的商业逻辑。DeepSeek一直走的是"低成本高性能"路线，这次识图功能选择灰度测试而非全量开放，说明团队在控制风险。先小范围验证能力边界，再决定是免费还是付费、面向C端还是B端。这种节奏感，很DeepSeek。 对于普通用户来说，识图功能最大的价值可能不是"看图说话"，而是和DeepSeek强大的推理能力结合。比如：拍一张复杂的数据图表，让AI帮你分析；发一张产品截图，让AI帮你写营销文案。多模态+强推理，这才是差异化竞争的关键。 不过也要泼点冷水：识图功能目前暂不支持图像生成，说明DeepSeek在图像生成方面还有短板要补。真正的"多模态自由"，可能还需要时间。

从技术角度看，DeepSeek补齐视觉短板是迟早的事。开源社区的迭代速度本来就快，加上国内对多模态AI的需求旺盛，这是一步必须走的棋。不过我更关心的是：这会不会倒逼其他厂商降价？毕竟DeepSeek一直在打价格战，多模态能力上来后，GPT-4V这些可能得重新定价了。