微新创想：DeepSeek近日在网页端和App端启动了识图模式的灰度测试，用户可以通过上传图片的方式，让DeepSeek进行内容理解、描述和分析。这一功能的推出，标志着DeepSeek在多模态能力上的重要进展，填补了此前在视觉理解方面的空白。
识图模式作为DeepSeek的一项独立功能，与快速模式、专家模式并列，成为用户可以直接访问的一级入口。这表明DeepSeek正在将视觉理解能力作为其核心竞争力之一，而非仅仅作为辅助功能来使用。目前，部分用户已经可以正常使用该模式，而另一部分用户虽然能看到入口，但会收到“识图模式暂不可用，请稍后再试”的提示。
从产品界面来看，用户进入识图模式后，页面会显示“使用识图模式开始对话”的提示，并在输入框旁边提供图片上传按钮。这一设计让用户能够直观地进行图片相关的操作，提升了交互的便捷性与体验感。
从实际测试的情况来看，现阶段开放的识图模式主要聚焦于图片理解能力，包括看图、读图和分析图等功能。用户可以进行视觉问答、图片内容理解以及截图分析等操作。然而，目前尚未看到图像生成、视频理解或跨模态生成等更高级的功能上线。
这意味着，DeepSeek现阶段的识图模式更接近于视觉语言模型（VLM）的范畴，主要以视觉理解为主，而非全面的多模态生成工具。未来，随着技术的不断迭代，识图模式可能会逐步扩展至更多应用场景，为用户提供更加丰富的服务。
