近日，DeepSeek平臺悄然開啟了一項備受矚目的新功能——識圖模式灰度測試。部分幸運用戶發現，在DeepSeek首頁新增了一個“識圖模式”入口，只需上傳圖片，該系統便能像人類一樣理解畫面內容，無論是物體識別還是場景分析，都展現出強大的能力，這標志著DeepSeek在多模態領域邁出了重要一步。
多位DeepSeek研究員第一時間在社交平臺分享了這一消息。研究員陳德里興奮地表示，這一功能得益于團隊中“天才多模態同事們”的辛勤付出，如今DeepSeek終于擁有了“看見世界”的能力。這一表述引發了眾多網友的關注和討論，大家紛紛期待能夠親身體驗這一新功能。
為了驗證識圖模式的實際效果，我們獲得了灰度測試資格并進行了多輪測試。在基礎識物測試中，我們上傳了一張兔子的照片，DeepSeek迅速識別出兔子的品種，并詳細描述了它的姿態，展現出精準的識別能力。隨后，我們加大了測試難度，上傳了一張杭州靈隱寺的照片。照片中，“靈隱寺”字樣僅出現在右下角路燈的草書上，對人類而言也頗具挑戰。然而，DeepSeek根據建筑風格和路燈字樣，迅速判斷出這是靈隱寺，并給出了準確的經緯度信息，生成速度極快，令人印象深刻。
在應對視覺陷阱方面，DeepSeek同樣表現出色。我們上傳了一張包含視覺錯覺的圖片，圖中物品的擺放容易讓人誤以為有個人坐在椅子上。但DeepSeek并未被誤導，它準確識別出圖中的墻面修補痕跡、垃圾收集區和雜物等，展現了強大的視覺解析能力。
DeepSeek的視覺模式還支持深度思考功能。我們上傳了一張隨手拍的照片，圖中沒有任何文字參考。開啟推理模式后，DeepSeek的視覺能力顯著提升。它分步驟拆解畫面信息，全面分析前景、中景和背景的所有細節，然后將地標特征與地理區域進行匹配，成功判斷出山脈是燕山山脈，建筑風格在北京昌平等郊區很常見，最終將范圍縮小到北京昌平區或海淀山后地區，部分猜測與實際位置相差不到10公里。
我們還嘗試了有趣的看手相玩法。上傳圖片后，DeepSeek起初將左手誤判為右手，但在實際分析階段，它對手相形態的描述基本符合事實，分析過程也頗具條理，至于具體內容的可信度，則因人而異了。
此前，DeepSeek雖一直致力于多模態研究，并曾發布開源多模態模型Janus等成果，但始終未在產品中向公眾開放多模態能力。此次識圖模式的灰度測試，無疑填補了這一空白。隨著AI技術的不斷發展，多模態內容已成為擴展AI認知世界觸角的重要途徑，也更貼近人類理解世界的方式。雖然目前識圖模式仍處于測試階段，但它已充分展現了DeepSeek在視覺解析與跨模態推理方面的巨大潛力。
