DeepSeek向更多用户开放识图模式 聚焦图片分析与理解

近日，多位网友反馈，人工智能模型DeepSeek已面向更多用户推出“识图模式”功能。该功能目前已进入全面上线阶段，旨在提升模型对视觉信息的解读能力。

识图功能已开放 支持分析与识别

根据DeepSeek在回答中的说明，识图功能即多模态视觉理解能力现已全面开放。目前，该功能支持识别和分析用户上传的图片内容，但暂不涵盖图片生成（画图）或视频生成等创作类能力。

DeepSeek表示，这项功能的侧重点在于“看懂”和“分析”图片，而非生成新的视觉内容。

功能边界明确：聚焦理解而非生成

此次上线的识图模式，其核心能力集中在图片内容的解读与分析层面。用户可借助该功能获取图片中的文字信息、物体识别或场景描述等结果。

• 支持识别和分析图片内容，如文本、物体、场景等。
• 暂不支持图片生成或视频生成功能。

业内分析人士指出，此举意味着DeepSeek在视觉理解这一赛道上的布局正在加速，但目前在生成式视觉任务上仍留有功能空白。

DeepSeek上线识图功能 灰度测试已扩展至网页端与App端

据业内人士透露，DeepSeek于今年4月底启动识图功能的灰度测试，并在5月进一步扩大测试范围。公司多模态研究员陈小康6月18日在社交平台X发文确认：“Vision现已在网页端和App端上线。”

测试中的识别准确率仍有提升空间

在实测环节中，记者上传了一张DeepSeek创始人梁文锋的照片，系统将其识别为寒武纪创始人陈天石。而同一张照片在豆包、元宝和千问等平台均能得到正确识别。

灰度测试是软件行业常见做法，指先在小范围用户中逐步开放新功能，收集反馈后再全量发布，以降低上线风险。

记者实测显示，DeepSeek识图功能在人脸识别环节出现偏差。

• 灰度测试启动时间：2025年4月底
• 测试范围扩大：2025年5月
• 官宣时间：2025年6月18日（研究员陈小康发文）
• 支持平台：网页端、App端

目前DeepSeek官方尚未发布正式公告，但研究员公开表态意味着识图功能已进入稳定测试阶段。

DeepSeek图像识别测试：未能识别Kimi和智谱创始人，可识别雷军

记者日前对DeepSeek的图像识别能力进行了一项对比测试，使用多位科技公司创始人的照片作为输入，测试结果显示该模型对不同公众知名度人物的识别准确度存在明显差异。

测试样本与结果

测试选取了Kimi创始人杨植麟、智谱创始人唐杰以及小米创始人雷军的照片。DeepSeek对前两位创始人的照片均未能给出正确识别结果，而对公众知名度较高的小米创始人雷军，则能够准确识别出身份。

记者还用kimi创始人杨植麟、智谱创始人唐杰的照片进行了测试，DeepSeek均未能正确识别。但对公众知名度较高的小米创始人雷军，DeepSeek则能够准确给出答案。

识别能力与公众知名度关联

这一测试结果反映出DeepSeek在人物图像识别上可能受到训练数据中公众人物曝光度的影响——知名度更高的个体更容易被准确识别，而在公众视野中相对低频出现的科技创始人则面临识别困难。业内人士指出，这类差异在AI视觉模型的实际应用中需要关注数据覆盖的均衡性。

DeepSeek上线识图功能 最新一轮融资规模超500亿元

DeepSeek近期正式上线图像理解能力，标志着其从文本推理向多模态方向延伸。与此同时，这家中国AI创业公司也被曝正推进成立以来首次大规模外部融资，最新一轮融资金额超过500亿元人民币。

从文本推理延伸至图像理解

今年4月发布V4系列模型时，DeepSeek仍将推理和Agent能力作为核心卖点，并未将多模态列为重点方向。不过，V4发布后不久，公司便开始测试并逐步开放识图功能。

多模态大模型通常指能够同时处理文本、图像、音频等多种模态数据的AI系统。此前，DeepSeek主要依靠V3、R1等模型在推理领域建立优势，主产品长期以文本交互为主。

目前，多模态已成为头部大模型产品的标配。ChatGPT、Gemini，以及国内的豆包、腾讯元宝、阿里千问等产品均已支持图像理解，字节跳动Seedance、快手可灵等产品则进一步拓展至视频生成领域。

融资与估值创中国企业新纪录

在产品能力持续升级的同时，DeepSeek也被曝出融资动向。据外媒报道，该公司最新一轮融资规模超过500亿元人民币，投后估值超过500亿美元，成为中国估值最高的AI创业公司之一。

中信建投此前在研报中表示，谷歌、快手等头部模型重点解决了角色一致性与物理逻辑难题，快手可灵月活破千万并实现订阅收入增长，标志着多模态工具从娱乐走向生产力。未来，原生多模态与世界模型技术共同演进，有望重塑营销、影视、游戏等下游产业格局。