DeepSeek多模态模型

DeepSeek多模态模型

DeepSeek多模态模型是由DeepSeek公司发布的一系列视觉语言大模型 。

其早期代表模型DeepSeek-VL于2024年3月发布 。此后，DeepSeek持续研发了包括基于混合专家架构的DeepSeek-VL2和Janus系列在内的多代模型 。DeepSeek-VL2于2024年12月发布 。2026年4月，DeepSeek在主线产品中开始内测识图模式，其“识图模式”功能于2026年4月28日至29日开启灰度测试 。并于当月30日公布了新一代多模态模型的技术报告《用视觉原语思考》，同时开源了该模型 。该新一代模型是一个284B参数、13B激活的多模态推理模型，基于DeepSeek-V4-Flash，其核心创新在于将视觉原语融入思维链，并实现了极高的视觉token压缩效率 。2026年5月9日，DeepSeek大范围开放了“识图模式”供用户体验 。8月21日，DeepSeek上线了实验性质的多模态视觉理解模型DeepSeek-V4-Flash-Vision-Exp，并开启多模态API服务 。DeepSeek开始内测V4.1 Flash中间版本，该版本原生多模态支持 。

想要了解更多“DeepSeek多模态模型”的信息，请点击：DeepSeek多模态模型百科