DeepSeek的图片识别功能现已正式上线网页端与移动应用，这标志着这家AI企业在多模态交互领域取得了重要进展。用户如今可以直接上传图像，让模型进行远超简单文字提取的深度解析与智能分析。

本次推出的识图模式与原有的“快速模式”“专家模式”并列，为用户带来了更加丰富的交互体验。尽管部分App端仍显示“图片理解功能内测中”的提示，但网页端已全面开放使用。这一功能的落地，是DeepSeek在今年4月公开其多模态模型技术细节后的重要实践成果。

技术框架支撑视觉理解

支撑此次识图功能的核心，是DeepSeek此前公布的名为“Thinking with Visual Primitives（以视觉原语思考）”的技术框架。该框架旨在使模型能够像人类一样，通过拆解和理解视觉元素的基本构成，进行深度思考与推理。

这一技术路线的公开，不仅展现了DeepSeek在多模态AI领域的深厚积累，也为用户理解其图像识别能力的边界与原理提供了清晰的视角。随着功能的正式上线，用户将能够更直观地体验并测试这一前沿技术的实际应用效果。