8月31日DeepSeek在Hugging Face上线了实验性多模态模型DeepSeek-V4-Flash-Vision-Exp。它重新定义了多模态开源内容完整先卖API再开源多模态能力表现亮眼。模型亮点多模态重新定义该模型是V4家族第一款实验性多模态模型有305B参数。传统多模态模型聚焦视觉问答而它重点是让Agent读取视觉信息并结合工具执行任务这双「眼睛」是给Agent用的。开源情况内容完整社区响应快开源内容涵盖模型权重、Tokenizer等核心模块。社区动作迅速Hugging Face页面已出现7个量化版本方便开发者进行本地部署和二次开发。时间节奏先卖API后开源8月21日先上线DeepSeek API当时只能调用不给权重十天后权重放出。这种节奏体现了DeepSeek对模型的定位和推广策略。能力表现多模态提升显著加入视觉能力后纯文本Agent能力基本未受影响且有所提升多模态Agent提升更明显。不过在NL2Repo上与Opus - 4.8有差距官方措辞克制。发展趋势拼完整Agent技术栈DeepSeek正构建完整的Agent技术栈模型、Harness、Vision各有作用开源是最后一块拼图有望推动多模态技术在Agent领域的发展。编辑观点DeepSeek此次上线多模态模型重新定义赛道且开源完整虽未全面超越竞品但多模态能力提升显著其构建技术栈的策略值得关注未来或在多模态Agent领域有更大作为。
