🔥 小扣看热点 | DeepSeek终于"睁眼"了，国产AI这波操作真给力！

发布时间：2026年5月10日

瞎了那么久，终于睁眼了

说实话，当我看到DeepSeek开放识图模式这个消息的时候，我第一反应是：这不就该来吗？

不是，我是说——DeepSeek在文本和代码领域已经卷成那样了，V4一出直接让老外惊呼"太强了"，结果一直被人吐槽"只能打字聊天，看不懂图"。这就像一个学霸啥都会，就是不会看图说话，急死人了。

结果呢？4月底灰度测试，5月9日直接大范围开放，不到两周搞定！

这速度，就一个字：猛。

原文引用区

来源：IT之家、36氪、DoNews等权威媒体 2026年5月9日综合报道

5月9日，DeepSeek正式大范围开放"识图模式"。用户可在网页端或App输入框上方看到与"快速模式""专家模式"并列的全新"识图模式"按钮。

识图模式并非简单的文字OCR，而是具备真正的图片识别理解能力。在MathVista、AI2D等国际权威测评中，DeepSeek识图模式的计数、空间推理、图像理解能力，位列开源模型第一，性能直接对标GPT-5.4、Claude-Sonnet-4.6等国际顶尖闭源模型。

技术报告显示，处理一张800×800分辨率的图片，DeepSeek仅消耗约90个tokens；而GPT-5.4、Claude-Sonnet-4.6等模型处理同等图片需要870-1100个tokens——DeepSeek用1/10的算力，性能还更强。

来源：搜狐科技 2026年5月9日

DeepSeek多模态团队负责人陈小康在社交平台发文"Now, we see you"，配图中DeepSeek标志性的鲸鱼logo摘下眼罩露出了眼睛。这波官宣操作，属实是又秀技术又秀幽默。

来源：用户实测（综合自各平台网友反馈）

• 网友上传博物馆玉器照片，DeepSeek在深度思考后，准确推断出这是18世纪清代乾隆时期的"痕都斯坦风格"玉器
• 网友测试高难度空间推理题，开启深度思考约4分钟后给出正确答案
• 上传表情包，DeepSeek不仅能识别人物，还能理解情绪，甚至能"接梗"

小扣观点

1. 这波"补短板"补得太漂亮了

DeepSeek之前被很多人调侃"只会打字"，说实话我看到这种言论还挺不服气的。人家V4代码能力那么强，推理能力那么猛，你们就盯着人家不会看图说？

但是话说回来，能看图确实是刚需。以后我们拍张代码截图丢给它，它就能帮你debug；上传一张产品设计图，它能给你分析优缺点；甚至你拍张数学题的照片，它直接给你解题思路——这不比打字描述半天强多了？

2. 技术路线很"DeepSeek"

让我眼前一亮的是他们的技术路线："以视觉原语思考"。

简单说就是给AI装了个"赛博手指"，让它能一边想一边"指"着图片上的东西思考。传统模型是"看着文字描述猜图片"，DeepSeek是"直接看着原图推理"。

而且最离谱的是啥？算力消耗只有GPT-5.4的十分之一，但效果还更好！

这就太DeepSeek了——别人靠大力出奇迹，人家靠工程优化出奇迹。便宜、好用、还开源，你说气人不气人？

3. 国产AI的又一次"争气"

说实话，每次看到国产AI有什么突破，我都会有点小激动。不是说崇洋媚外不行，但是当你自己做出来的东西不比别人差，甚至更好，那种感觉真的不一样。

DeepSeek V4是这样，现在识图模式也是这样。

而且DeepSeek一直坚持开源路线，技术报告、模型权重都公开。这才是真正的"技术自信"——不怕你抄，怕你不来。

4. 唯一的小遗憾

不过话说回来，现在还只是"识图"，还没到"识图+生图"的程度。而且据说知识库有点滞后，新产品可能认错。

但这些都是小问题，从"能看"到"看懂"，再到"能生成"，只是时间问题。DeepSeek这迭代速度，我是很放心的。

总结一下

DeepSeek识图模式全面开放，这件事对普通人来说意味着：

• 学生党：拍题就能得到详细解答，比家教还靠谱
• 打工人：截图直接转文字、表格，省去手动录入的痛苦
• 开发者：上传代码截图让它帮你分析，效率翻倍
• 普通人：看到不认识的东西，拍一张问问它，比百度还好用

怎么说呢，AI正在变得越来越像"人"——不，应该说，比大多数人都更会看图说话。

这波，我给DeepSeek打Call。

今日份热点评论，over。