2026年6月18日，國(guó)內(nèi)大模型領(lǐng)域迎來(lái)了一次備受矚目的重大更新——DeepSeek“識(shí)圖模式”正式在網(wǎng)頁(yè)端和App端同步上線。

長(zhǎng)期以來(lái)，DeepSeek憑借極高的性?xún)r(jià)比和強(qiáng)大的純文本推理能力橫掃科技圈。而這一次更新，標(biāo)志著它終于在主線產(chǎn)品中，首次向用戶(hù)開(kāi)放了原生的圖像理解能力。以往“死磕”純文本的DeepSeek，多模態(tài)時(shí)代真的要來(lái)了。

伴隨著識(shí)圖模式的上線，DeepSeek也大方公布了其背后的多模態(tài)技術(shù)框架——“Thinking with Visual Primitives（以視覺(jué)原語(yǔ)思考）”。據(jù)官方透露，該技術(shù)基于一個(gè)擁有284B（2840億）參數(shù)的超大視覺(jué)多模態(tài)推理模型。這背后的實(shí)際體驗(yàn)究竟如何？我們第一時(shí)間進(jìn)行了深度實(shí)測(cè)。

一、DeepSeek識(shí)圖模式核心能力：它能幫你干什么？

與其說(shuō)它是一個(gè)人臉或像素識(shí)別工具，不如將DeepSeek的“識(shí)圖模式”理解為一個(gè)高智商的“圖像理解與結(jié)構(gòu)化分析引擎”。它的核心強(qiáng)項(xiàng)在于處理圖像中的文字、圖表和深層邏輯，具體覆蓋以下四大應(yīng)用場(chǎng)景：

1、深度閱讀與文本提取（智能OCR）：能快速、精準(zhǔn)地提取圖片、PDF、Word、Excel、PPT等文件中的所有文字信息。無(wú)論是將一張表格照片直接還原成Excel格式，還是對(duì)一份英文公告截圖進(jìn)行即時(shí)翻譯，它都能輕松搞定。

2、復(fù)雜圖表與公式解析：能夠直接“看懂”并分析復(fù)雜的財(cái)務(wù)表格、高數(shù)公式、工業(yè)工程圖紙等，并結(jié)合用戶(hù)的提問(wèn)進(jìn)行多步邏輯推理。

3、場(chǎng)景與常見(jiàn)物體識(shí)別：雖然為了隱私安全沒(méi)有搭載人臉識(shí)別模塊（無(wú)法認(rèn)出照片里的具體人物），但它對(duì)常見(jiàn)物品、知名建筑的識(shí)別極其精準(zhǔn)。例如，上傳一張上海外灘的照片，它能逐一準(zhǔn)確點(diǎn)出東方明珠等地標(biāo)建筑。

4、深層語(yǔ)義與“梗圖”理解：它的圖像語(yǔ)義理解能力非常人性化，甚至能看懂網(wǎng)絡(luò)暴火的“表情包”和“梗圖”背后的笑點(diǎn)在哪里。

二、真實(shí)評(píng)測(cè)體驗(yàn)：速度與準(zhǔn)確度表現(xiàn)如何？

為了測(cè)試這個(gè)284B參數(shù)多模態(tài)模型的真實(shí)含金量，我們進(jìn)行了一輪實(shí)拍圖測(cè)驗(yàn)。

實(shí)測(cè)案例：我們上傳了一張包含復(fù)雜街景和地標(biāo)的實(shí)拍照片。DeepSeek在短短21秒內(nèi)，不僅準(zhǔn)確點(diǎn)出了畫(huà)面中的四個(gè)主要地標(biāo)建筑，甚至還結(jié)合畫(huà)面細(xì)節(jié)，準(zhǔn)確推測(cè)出其中一座白色橋梁為“金水橋”。

在日常辦公和學(xué)習(xí)場(chǎng)景中，針對(duì)新聞截圖、復(fù)雜表格、論文單頁(yè)、高難度數(shù)學(xué)公式，DeepSeek表現(xiàn)出的理解速度和準(zhǔn)確度，已經(jīng)完全達(dá)到了高頻生產(chǎn)力工具的實(shí)用標(biāo)準(zhǔn)。

三、手把手教學(xué)：如何正確開(kāi)啟DeepSeek識(shí)圖功能？

不少用戶(hù)反饋上傳圖片后只有簡(jiǎn)單的文字識(shí)別，這大概率是因?yàn)槟銢](méi)有開(kāi)啟“視覺(jué)開(kāi)關(guān)”。請(qǐng)按照以下步驟正確操作：

1.找到入口并激活“眼睛”圖標(biāo)

網(wǎng)頁(yè)端：登錄DeepSeek官網(wǎng)（www.deepseek.com），在對(duì)話輸入框左側(cè)可以清晰地看到一個(gè)“相機(jī)”圖標(biāo)，點(diǎn)擊即可上傳本地圖片或文檔。

App端：進(jìn)入對(duì)話界面，點(diǎn)擊底部輸入欄右側(cè)的“+”號(hào)，選擇“上傳文件”或“圖片”。

關(guān)鍵一步：上傳圖片后，務(wù)必勾選或開(kāi)啟輸入框下方的“識(shí)圖”開(kāi)關(guān)（眼睛圖標(biāo)）。如果不點(diǎn)亮它，系統(tǒng)只會(huì)默認(rèn)調(diào)用基礎(chǔ)的OCR文字識(shí)別，無(wú)法啟動(dòng)背后的284B多模態(tài)視覺(jué)推理能力。

2.支持的格式與限制條件

為了確保上傳成功，請(qǐng)注意以下參數(shù)限制：

1、格式支持：完美支持JPG、PNG等主流圖片格式，以及包含圖片的PDF、Word、Excel、PPT等復(fù)合文檔。（注意：部分用戶(hù)反饋WebP、GIF等動(dòng)圖格式暫不支持，建議轉(zhuǎn)換后上傳）。

2、文件大?。?jiǎn)螐垐D片或文檔最大不超過(guò)100MB。

3、上傳數(shù)量：極為厚道，單次對(duì)話最多支持同時(shí)上傳50張圖片。

四、進(jìn)階調(diào)教小技巧：讓AI讀圖更精準(zhǔn)

想讓DeepSeek的圖表分析更符合預(yù)期，建議在輸入Prompt（提示詞）時(shí)加入以下技巧：

技巧一：采用“分步提問(wèn)法（CoT）”

面對(duì)信息量炸裂的工程圖或財(cái)務(wù)報(bào)表，不要丟一句話就讓它總結(jié)?？梢砸龑?dǎo)它分步思考，例如：“第一步，請(qǐng)幫我描述這張圖表的整體結(jié)構(gòu)；第二步，提取出高增長(zhǎng)區(qū)段的數(shù)據(jù)A；第三步，結(jié)合行業(yè)背景分析其未來(lái)的發(fā)展趨勢(shì)?！?/span>

技巧二：前置賦予“專(zhuān)業(yè)角色”

在提問(wèn)前，先給DeepSeek設(shè)定一個(gè)垂直領(lǐng)域的專(zhuān)家身份，它的輸出質(zhì)量會(huì)大幅提升。例如：“你現(xiàn)在是一名資深注冊(cè)會(huì)計(jì)師（CPA），請(qǐng)幫我評(píng)估這張公司三季度成本結(jié)構(gòu)圖的合理性，并指出潛在的財(cái)務(wù)風(fēng)險(xiǎn)?！?/span>

作為長(zhǎng)期霸榜的國(guó)產(chǎn)大模型頂流，DeepSeek此次多模態(tài)能力的補(bǔ)齊，無(wú)疑讓其生產(chǎn)力屬性再次進(jìn)化。

你測(cè)試過(guò)這個(gè)新功能了嗎？歡迎在評(píng)論區(qū)分享你的使用體驗(yàn)。