展开菜单
首页 精品内容 本月促销 装机必备 Windows PDF教程 macOS软件 IOS软件 Android AI 专题
全部分类

当前位置:

首页 > 硬件相关 > DeepSeek V4-Flash补上"眼睛":多模态实验版上线,Opus 4.8被追平

DeepSeek V4-Flash补上"眼睛":多模态实验版上线,Opus 4.8被追平

Vegas Movie Studio 16 Platinum
Vegas Movie Studio 16 Platinum

一款功能强大的目前最新版本视频处理软件,内置丰富的视频转场特效供用户选择使用,支持多种主流音视频编码的转换功能。

2026-08-22
图形多媒体 视频编辑 多媒体类 下载 注册码 Studio movie 教程 序列号
立即下载

8月21日,DeepSeek给V4-Flash补上了"眼睛":多模态视觉理解模型DeepSeek-V4-Flash-Vision-Exp上线并开放API,但仍是实验版本,用户需要在调用时手动指定模型名称(deepseek-v4-flash-vision-exp)才能访问。最新本次没有提及网页端和Ap

本文目录

    8月21日,DeepSeek给V4-Flash补上了"眼睛":多模态视觉理解模型DeepSeek-V4-Flash-Vision-Exp上线并开放API,但仍是实验版本,用户需要在调用时手动指定模型名称(deepseek-v4-flash-vision-exp)才能访问。最新本次没有提及网页端和App的开放安排。

    新模型可以读取截图中的文字、理解图表和页面布局,也能把图片与文字指令放在同一次任务中处理。这意味着智能体不必再让人"用文字描述图片"。对需要查看网页、分析界面、整理图文资料的Agent来说,这是一次能力补齐。

    与Opus 4.8互有胜负

    DeepSeek公布的对比数据显示,V4-Flash-Vision-Exp在多个Agent benchmark上与Anthropic的Claude Opus 4.8互有胜负:

    领先项:DeepSWE(59.3 vs 58.0)、Agents' Last Exam(27.3 vs 25.7)、ZeroBench(35.0 vs 34.0)追平项:Terminal Bench 2.1(83.9 vs 85.0)、Toolathlon-Verified(75.9 vs 76.2)、Chartography(64.3 vs 65.0)落后项:NL2Repo(57.7 vs 69.7)、DSBench-Hard(63.6 vs 71.7),差距在8-12分

    DeepSeek V4-Flash补上眼睛:多模态实验版上线,Opus 4.8被追平

    与自家文本版DeepSeek V4-Flash-0731对比,视觉版在纯文本任务上基本持平,但在需要看图的多模态测试上大幅领先:ApexBench从26.2涨到36.5,Agents' Last Exam从25.2涨到27.3。视觉能力的加入并没有拖累原有的文本表现,这是这次实验版最关键的信号。

    视觉不是用来"看图说话"

    最新发布的三个演示可不是识图问答这类基础任务:其一是为高净值客户制作西藏自驾游PPT,需呈现出野性、粗粝且具有实拍质感;其二是按照黑蓝深海、玻璃UI、ASCII像素等视觉要素对DeepSeek Harness进行正式重构;还有一个则是制作带有黏土怪物动效的网页Demo。

    DeepSeek V4-Flash补上眼睛:多模态实验版上线,Opus 4.8被追平

    三个案例的共同点是:模型要先看懂图片、页面结构和设计意图,再调用工具产出PPT或代码。DeepSeek想展示的不是"能看图",而是视觉能力嵌进完整的Agent工作流。

    API与计费

    API支持三种主流调用格式(Chat Completions、Messages、Responses),图片可以通过链接、Base64或先上传再引用的方式传入。图片会被转换成token计费,一张图最多折算384 tokens,与文字输入统一定价,整体价格与文本版V4-Flash保持一致。

    与此同时,Files API也上线了。用户能够先把图片上传至平台,之后在多次请求中通过file_id进行复用,如此一来,便无需反复上传。该接口本身是免费的,但模型每次处理图片所产生的token依然会正常计费。对于那些需要重复分析同一批截图、图表的工作流程而言,此功能主要节省的是带宽,而非推理成本。(易句)

    (本文由AI撰文,网易编辑负责校对)

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    硬件相关 DeepSeek
    相关文章 更多
    精品专题 更多
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    macOS软件

    正软商城macOS软件专区,精选适用于Mac电脑的办公、设计、影音、效率、开发和系统工具,提供软件功能介绍、macOS兼容版本、正版授权及购买下载服务。

    IOS软件

    正软商城iOS软件专区,精选适用于iPhone和iPad的办公、学习、影音、设计、效率及AI应用,提供功能介绍、适用设备、系统要求和正版获取方式等信息。

    AI

    正软商城AI软件专区,汇集AI写作、AI绘画、AI视频、AI办公、AI编程、AI翻译、智能客服和数据分析等人工智能工具,提供功能介绍、适用平台、收费方式及正版购买信息。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    立刻MV 网页版
    立刻MV 网页版

    立刻MV 面向音乐人、内容创作者和品牌团队,帮助用户低成本完成歌曲 MV、歌词视频、AI 分镜、图生视频与最终合成。

    蛙蛙写作 网页版
    蛙蛙写作 网页版

    蛙蛙写作 AI 创作工具,覆盖小说、剧本、文案,一键生成文稿,打通文字转视频全流程,高效解决创作难题。

    超级简历WonderCV 网页版
    超级简历WonderCV 网页版

    超级简历WonderCV是面向应届生和AI小白的智能求职平台,覆盖简历、面试与职业规划。

    音述AI 网页版
    音述AI 网页版

    音述AI,是一个以“用声音述说故事”为核心的 AI 音乐创作与声音分享社区。

    AionClaw macOS版
    AionClaw macOS版

    AionClaw 是可在桌面端运行的任务型 AI 助手,通过数字专家与技能市场组合办公、创作、数据和开发能力。

    Loomy macOS版
    Loomy macOS版

    Loomy 是科大讯飞推出的桌面 AI 助手,可通过对话、任务与工作目录协助处理办公、内容创作和资料整理。

    AirBuddy 3 macOS版
    AirBuddy 3 macOS版

    AirBuddy 3 是面向 macOS 的蓝牙外设增强工具,可集中查看 AirPods、Beats 与苹果设备电量,提供快速连接、播放控制、电量提醒、桌面小组件和多台 Mac 外设接力等功能。

    AirServer macOS版
    AirServer macOS版

    AirServer macOS版可把 Mac 转换为无线投屏接收端,通过 AirPlay 或 Google Cast 接收手机、平板和电脑画面,并支持多设备同时连接、高清镜像及会话录制,适合家庭娱乐、课堂教学、会议演示和应用展示。

    AnyDesk macOS版
    AnyDesk macOS版

    AnyDesk macOS版是一款适用于远程办公、设备维护和客户支持的远程桌面工具,可连接并操作异地计算机,支持文件传输、无人值守访问、会话权限控制及跨平台协作。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。

    讯飞绘文 网页版
    讯飞绘文 网页版

    讯飞绘文网页版是科大讯飞推出的AI图文创作与内容运营工具,覆盖热点选题、文章生成、稿件校对、智能配图、排版发布和数据复盘等环节,适合自媒体创作者及内容团队在线使用。

    Maya(Autodesk Maya) Windows版
    Maya(Autodesk Maya) Windows版

    Autodesk Maya 是面向影视、电视、动画和游戏行业的专业三维制作软件,集多边形与 NURBS 建模、角色绑定、关键帧和动作捕捉动画、Bifrost 特效模拟、材质开发及 Arnold 渲染于一体,

    Aperty Windows版
    Aperty Windows版

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    立刻MV 网页版
    立刻MV 网页版

    立刻MV 面向音乐人、内容创作者和品牌团队,帮助用户低成本完成歌曲 MV、歌词视频、AI 分镜、图生视频与最终合成。

    蛙蛙写作 网页版
    蛙蛙写作 网页版

    蛙蛙写作 AI 创作工具,覆盖小说、剧本、文案,一键生成文稿,打通文字转视频全流程,高效解决创作难题。

    超级简历WonderCV 网页版
    超级简历WonderCV 网页版

    超级简历WonderCV是面向应届生和AI小白的智能求职平台,覆盖简历、面试与职业规划。

    音述AI 网页版
    音述AI 网页版

    音述AI,是一个以“用声音述说故事”为核心的 AI 音乐创作与声音分享社区。

    AionClaw Windows版
    AionClaw Windows版

    AionClaw 是可在桌面端运行的任务型 AI 助手,通过数字专家与技能市场组合办公、创作、数据和开发能力。

    Loomy Windows版
    Loomy Windows版

    Loomy 是科大讯飞推出的桌面 AI 助手,可通过对话、任务与工作目录协助处理办公、内容创作和资料整理。

    即将离开本站
    您即将前往第三方网站,请确认是否继续?