DeepSeek开源V4系列首个视觉模型

DeepSeek 已开源 DeepSeek-V4-Flash-Vision-Exp，这是 V4 系列首个实验性多模态模型。

核心要点：

  • 架构：基于 V4-Flash 加入视觉模块，通过继续训练获得图片理解能力

  • 能力：可看截图、读图表，结合工具完成 Agent 任务

  • 性能：纯文本 Agent 任务保持与 V4-Flash 相当水平

  • 参数：305B，采用 MIT 许可证


模型已上线 HuggingFace，开发者可下载权重进行微调和部署。