“瞎眼鲸鱼”重见光明

原以为 V4 发布后，DeepSeek 的狂暴更新能稍微歇一会，没想到本周直接端出了大家心心念念的多模态能力——识图模式目前已经在网页版和 App 端灰度测试上线！

在功能上线之际，DeepSeek 负责多模态的研究员陈小康在 X 上发了一张意味深长的图，配文“Now, we see you”。而这也成了大家测试这只“鲸鱼”视力的第一题。

当你把这张图甩给 DeepSeek，它不会像传统 AI 那样傻乎乎地描述“左边有只戴眼罩的蓝鲸，右边没戴”，而是直接开启“名侦探模式”。它结合发推人的身份与图像元素，精准点出了背后的核心隐喻：那个看不见世界的鲸鱼，现在终于睁开眼了。

戏精附体的“思考过程”

比起最终得出的答案，这次 DeepSeek 识图的内部思考过程简直比正片还精彩。你会发现它在给出结论前，脑子里其实上演了一出跌宕起伏的内心戏。

比如在分析上面那张蓝鲸图的“XX眼罩”时，它一度脑洞大开，联想到了经典动画《天元突破》里卡米那的标志性墨镜，但紧接着下一秒又自我打脸：“不，这太宅男向了。”

除了会自我吐槽，它还会像人类一样，在下结论前给自己开个“小型答辩会”，通过自问自答来反复确认前提和假设是否站得住脚。这简直就是我们在冲浪吃瓜时，试图看懂一张地狱笑话梗图时的真实心理活动。

经典 AI 智商测试大摸底

为了摸清这条刚睁眼的鲸鱼真实水平到底如何，大家给它安排了一套经典的 AI 必修课。

首先是永恒的难题——数手指。DeepSeek 在这道题上依然展现出了 AI 传统的“数数障碍症”，对着一张标准手掌图一顿猛数，不过好笑的是，它在思考过程中自己都绷不住了，大呼“我真的是数晕了”。

当然，在常规的视觉识别上它还是非常稳的。比如发一张《盗火线》的经典剧照，它能瞬间认出电影名、角色，甚至罗伯特·德尼罗手里拿的枪械型号都能精准报出。

而面对经常忽悠人类大脑的光学错觉图（如蒙克-怀特错觉），它也能冷静识破，准确指出那些看似五颜六色的球，其实底色都是一模一样的灰绿色。

不过，目前的识图功能似乎还没有开放实时联网搜索，面对比较新的互联网素材偶尔也会翻车。比如苹果最近刚搞出来的手办级新吉祥物“Finder酱”，硬生生被它认成了《星之卡比》里的冰霜卡比。

【编辑观察】 从初步的测试来看，DeepSeek 的多模态能力在逻辑推理和语境理解上确实拉满了。虽然数手指依然有些迷糊，也没法通过联网认出最新的热点图，但这种带有“人性化”的自我纠正和吐槽机制，确实让人眼前一亮。补齐了“视觉”这块最重要的短板后，国产大模型的格局势必又要迎来新一轮的震撼了。