DeepSeek 开源的第一个多模态模型，不是拿来「看图说话」的

8 月 31 日，DeepSeek 在 Hugging Face 上线了 DeepSeek-V4-Flash-Vision-Exp，MIT License，V4 家族第一款实验性多模态模型。305B 参数，基于 V4-Flash-0731 底座，在原有语言模型上接入了视觉编码器和 Aligner，经过持续训练获得图像理解能力。 值得注意的恰恰是「多模态」这个词在这里被重新定义了。传统多模态模型的...