北京
這幾天，AI圈又炸了。
不是什么新模型發布，不是什么參數碾壓，而是一只鯨魚，摘掉了眼罩。
故事是這樣的。
4月29日下午，DeepSeek多模態團隊負責人陳小康在X上發了條動態："Now, we see you。"配圖是兩只DeepSeek鯨魚logo——一只還戴著海盜眼罩，一只已經睜開眼睛。
24小時內，這是他第二次釋放類似信號。前一天，他曾發過"Soon, we see you"，隨后刪除。
從"Soon"到"Now"，一字之差，信息量拉滿。
這只鯨魚，終于能看了。
一、灰度測試，已經開始了
更魔幻的是，有人已經用上了。
部分用戶在DeepSeek官方App中灰度到了"識圖模式"。截圖顯示，輸入欄上方除了原有的"快速模式""專家模式"，新增了一個按鈕——"識圖模式"，標注"圖片理解功能內測中"。
上傳一張圖片，它能輸出結構化描述：分析用戶需求、分析圖片、識別具體內容。
這是DeepSeek主線產品中，第一次出現圖像理解能力。
要知道，4月8日DeepSeek App才完成第一輪模式分層改版，上線"快速模式"和"專家模式"。當時就有微博用戶放出截圖，顯示有三檔選項：快速/專家/視覺。
視覺那檔，一直灰著。
從今天起，開始亮了。
二、V4發布時的"遺憾"
說起來挺有意思。
4月24日，DeepSeek發布V4系列預覽版——V4-Pro 1.6T參數，V4-Flash 284B參數，均支持1M token上下文。
參數炸裂，上下文炸裂，但有一個問題：純文本模型。
這和外界此前"V4將原生多模態"的密集傳聞不符。很多人期待的眼球識別、圖像生成，一個都沒有。
V4技術報告第6節"Conclusion, Limitations, and Future Directions"里寫得很清楚：下一步工作之一是"將多模態能力融入模型體系"。
翻譯一下：還沒做，但會做。
更戲劇的是，V4發布前后，DeepSeek多模態團隊被曝人才流失。4月12日，自動駕駛公司元戎啟行確認DeepSeek多模態模型核心貢獻者阮翀已加盟出任首席科學家；DeepSeek-OCR系列核心作者魏浩然在春節前后離職。
外界開始猜測：DeepSeek的多模態，是不是涼了？
現在看來，沒涼，只是在憋大招。
三、這次更新，意味著什么？
先說結論：這是DeepSeek多模態團隊近三個月來，第一次以產品形式對外釋放進展。
但要注意，目前可觀察到的能力，仍限于圖像理解（vision-language understanding），而非外界過去半年反復猜測的"原生多模態生成"。
從App灰度截圖的輸出風格判斷，識圖模式更像一個掛載在V4主干上的視覺理解模塊。
什么意思？
打個比方：V4是大腦，識圖模式是給大腦裝了一雙眼睛。它能看懂圖片，但還不能畫圖。
DeepSeek官方目前沒對識圖模式的開放范圍、正式發布時間、底層模型來源做出說明。
但從陳小康從"Soon"到"Now"的兩次發帖節奏判斷，更大范圍的開放，或許就在數日之內。
四、為什么這只鯨魚值得關注？
我給你三個理由。
第一，技術路線的選擇。
DeepSeek沒有選擇"原生多模態"這條路，而是先做純文本V4，再掛載視覺模塊。這條路更穩，但也更慢。現在看來，他們賭對了。
第二，人才流失后的反擊。
核心貢獻者離職、外界質疑聲四起，DeepSeek沒有解釋，直接用產品說話。這種風格，很硬核。
第三，開源生態的變數。
DeepSeek一直是開源社區的寵兒。如果識圖模式表現優異，開源社區又將多一個強有力的多模態選擇。這對整個AI生態，都是好事。
五、寫在最后
陳小康的X簽名里有一句話："Now, we see you。"
這句話，既是對用戶的承諾，也是對質疑者的回應。
眼罩摘了，鯨魚醒了。
AI的競爭，從來不是百米沖刺，而是馬拉松。有人起跑快，有人中途加速，有人后程發力。
DeepSeek選擇了后者。
V4發布時，有人說它"偏科"——文本強，多模態弱?，F在，補課開始了。
這個世界，從來不缺質疑者。缺的是，用產品打臉質疑的人。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
