科技早安｜DeepSeek 开源首个多模态模型

 科技早安 · 一分钟

2026 年 9 月 1 日 · 星期二

DeepSeek 开源首个多模态模型，开发者又多一块免费拼图

早安。新的一周从周二开场，先用一条值得记住的科技信号醒醒脑。

今日信号

DeepSeek 昨天在 Hugging Face 开源了它的第一个多模态模型 —— DeepSeek-V4-Flash-Vision-Exp。能看图、能理解画面，官方定位其 Agent 能力接近 Claude Opus 4.8 那一档。

最关键的一点：采用 MIT 协议，模型文件、分词器、Prompt 编码参考实现和最小化 PyTorch 推理代码全部公开，商用基本零门槛。

为什么值得你关注：多模态（能"看图说话"）过去一直是闭源大厂压箱底的能力，现在开源阵营又补上了关键一块。对做应用的开发者来说，意味着以后接一个"看得懂图"的本地或自建模型，成本和门槛又低了一截。

今日冷知识

"多模态"听着玄，其实就是让模型同时吃多种输入——文字、图片、甚至声音，再统一输出。以前的模型大多只能读字，多模态模型能"看见"你发的截图再回答，这正是它和纯文本模型最大的区别。

新工具层出不穷，别焦虑，挑一个真正用得上的就够了。周二愉快，开工大吉。

每日资讯 · 科技早安 ｜ 内容由 AI 辅助生成，经人工核校