DeepSeek 305B 多模态模型不做看图说话 只专注视觉推理
DeepSeek 8 月 31 日上线的 DeepSeek-V4-Flash-Vision-Exp 是 305B 参数的 V4 家族首款多模态模型，却明确不是用来做图像描述的。这款实验模型在原有语言底座上接入视觉编码器和 Aligner 后获得图像理解能力，其对多模态的定义与主流做法形成直接反差。 DeepSeek-V4-Flash-Vision-Exp 的出现让多模态这个概念在中文开源社区里有了新含义。过去几年，多数多模态大模型把重点放在描述图像……
