这周最让我眼前一亮的消息，就是DeepSeek 悄悄上线了识图模式，正式迈入多模态行列。没有铺天盖地的宣传，直接灰度开测，很符合这家公司低调搞技术的风格，今天就用程序员的视角，跟大家聊透这件事。

一、先划重点：这次到底更了啥？

时间线很清晰：
4 月 24 日：DeepSeek-V4 预览版发布，纯文本模型，参数和上下文拉满
4 月 29 日：直接甩出识图模式灰度测试，多模态团队负责人陈小康一句 “Now, we see you.” 宣告 “开眼”

核心变化只有一个：从只会 OCR 提取文字，变成真・看懂图片。以前传图只能读文字、扫文档，现在能识别物体、分析场景、解读图表、判断地标，甚至能看 CT 影像给方向，彻底摆脱 “盲眼鲸鱼” 的标签。

界面上也很直观，对话页直接多了识图模式，和快速模式、专家模式并列，标注 “图片理解功能内测中”，被灰度到的用户直接能用。

二、实测能用吗？怎么上手？

目前还是小范围灰度，不是所有人都有入口，步骤很简单：

打开 DeepSeek App / 网页版，看顶部有没有 “识图模式” 标签
切换模式，点输入框旁的上传按钮，传 PNG/JPG（建议 10MB 内）
发指令就能解析，复杂分析可以开 “深度思考”，描述越精准结果越准

踩坑提醒：部分账号能看到入口但暂不可用，属于功能没配置完，等刷新就行；另外目前只做图像理解，不支持文生图、视频理解，别踩错场景。

三、锐评：这波更新到底香不香？

聊点实在的：补全最后一块短板之前 DeepSeek 靠推理、代码、性价比出圈，但缺视觉能力，场景受限。现在多模态补齐，直接变成 “能写代码、能推理、能看图” 的全能选手，做工具、搭应用的选择又多了一个。

性价比依旧是杀招这家公司向来喜欢 “价格打骨折”，之前 API 定价就很亲民，这次多模态上线，大概率会延续低价策略，对开发者、小团队太友好，成本能压一大截。

日常识物、分析图表、解读文档完全够用，灰度阶段能这水平，已经超出预期。

国产多模态彻底卷起来了，字节、阿里的多模态早就打得火热，现在 DeepSeek 加入，意味着国产主流大模型基本全员 “开眼”。卷技术、卷价格、卷场景，最后受益的都是我们开发者和用户。

四、接下来可以期待什么？

全量上线：目前灰度，估计很快会分批放开，没资格的再等等
API 开放：接口已经有识图字段，技术准备完毕，商用快了
开源可能：DeepSeek 一贯爱开源，底层模型说不定哪天就放出来，社区又有的玩了