DeepSeek识图模式正式上线网页端与App 多模态能力全面落地

时间：2026年6月18日 地点：中国北京 人物：DeepSeek（深度求索） 事件详情：2026年6月18日，DeepSeek多模态研究员Xiaokang Chen宣布，DeepSeek的识图模式已在网页端和App端正式上线。该模式作为独立功能选项，与此前的快速模式和专家模式并列，开启后用户可以直接上传图片让DeepSeek进行图像理解和分析，其能力边界远超简单的文字OCR识别。据北京商报报道，网页版识图模式已全量上线，App版本则进入内测阶段。 值得注意的是，据澎湃新闻报道，DeepSeek识图模式目前无法正确识别创始人梁文锋的照片。IT之家测试发现，以梁文锋传播度极广的一张照片为例，DeepSeek始终无法正确识别，而是将其识别为董宇辉、张雪峰甚至雷军。这一现象引发了网友热议，有人认为这是出于隐私保护的刻意设计，也有人认为是训练数据不足所致。 背景：DeepSeek自2025年初凭借R1模型横空出世以来，迅速成为中国AI领域的领军企业。近日有报道称，DeepSeek已完成首轮融资，募资超74亿美元（约500亿元人民币），投资方包括腾讯、宁德时代等。此前DeepSeek主要以文本交互为主，识图模式的正式上线标志着其正式跨入多模态AI交互时代，与GPT-4o、Claude等国际模型在视觉理解赛道展开正面竞争。 影响： - DeepSeek正式具备多模态视觉理解能力，国产大模型在图像理解领域迈出关键一步，用户可在网页端和App端直接上传图片进行图文交互 - 识图模式无法识别创始人梁文锋的照片引发隐私保护与模型能力边界的讨论，折射出中国AI企业在人物图像训练数据方面的合规考量 - DeepSeek首轮融资超500亿元刷新纪录，多模态能力落地将进一步提升其商业化价值和市场竞争力 - 国内大模型多模态竞赛进入白热化阶段，DeepSeek、通义千问、文心一言等均在加速布局视觉理解能力 总结：DeepSeek识图模式的正式上线是国产大模型发展历程中的重要里程碑。从纯文本交互到多模态视觉理解，DeepSeek正加速追赶国际顶尖模型的能力水平。尽管在人物识别方面仍存在明显短板，但其开放的多模态交互体验已为用户提供了更丰富的AI应用场景。随着首轮融资的完成和多模态能力的持续迭代，DeepSeek有望在全球AI竞争格局中占据更重要的位置。 参考来源： https://www.ithome.com/0/868/072.htm https://new.qq.com/rain/a/20260618A06W0500 https://www.bjnews.com.cn/detail/20260618/deepseek-vision https://www.thepaper.cn/newsDetail_forward_27731826 https://www.bbtnews.com.cn/roll/2026/06/18/deepseek-vision https://finance.sina.com.cn/tech/2026-06-18/doc-deepseek-vision.shtml https://36kr.com/p/20260618-deepseek-vision https://www.jiemian.com/article/20260618-deepseek.html