北京
这几天，AI圈又炸了。
不是什么新模型发布，不是什么参数碾压，而是一只鲸鱼，摘掉了眼罩。
故事是这样的。
4月29日下午，DeepSeek多模态团队负责人陈小康在X上发了条动态："Now, we see you。"配图是两只DeepSeek鲸鱼logo——一只还戴着海盗眼罩，一只已经睁开眼睛。
24小时内，这是他第二次释放类似信号。前一天，他曾发过"Soon, we see you"，随后删除。
从"Soon"到"Now"，一字之差，信息量拉满。
这只鲸鱼，终于能看了。
一、灰度测试，已经开始了
更魔幻的是，有人已经用上了。
部分用户在DeepSeek官方App中灰度到了"识图模式"。截图显示，输入栏上方除了原有的"快速模式""专家模式"，新增了一个按钮——"识图模式"，标注"图片理解功能内测中"。
上传一张图片，它能输出结构化描述：分析用户需求、分析图片、识别具体内容。
这是DeepSeek主线产品中，第一次出现图像理解能力。
要知道，4月8日DeepSeek App才完成第一轮模式分层改版，上线"快速模式"和"专家模式"。当时就有微博用户放出截图，显示有三档选项：快速/专家/视觉。
视觉那档，一直灰着。
从今天起，开始亮了。
二、V4发布时的"遗憾"
说起来挺有意思。
4月24日，DeepSeek发布V4系列预览版——V4-Pro 1.6T参数，V4-Flash 284B参数，均支持1M token上下文。
参数炸裂，上下文炸裂，但有一个问题：纯文本模型。
这和外界此前"V4将原生多模态"的密集传闻不符。很多人期待的眼球识别、图像生成，一个都没有。
V4技术报告第6节"Conclusion, Limitations, and Future Directions"里写得很清楚：下一步工作之一是"将多模态能力融入模型体系"。
翻译一下：还没做，但会做。
更戏剧的是，V4发布前后，DeepSeek多模态团队被曝人才流失。4月12日，自动驾驶公司元戎启行确认DeepSeek多模态模型核心贡献者阮翀已加盟出任首席科学家；DeepSeek-OCR系列核心作者魏浩然在春节前后离职。
外界开始猜测：DeepSeek的多模态，是不是凉了？
现在看来，没凉，只是在憋大招。
三、这次更新，意味着什么？
先说结论：这是DeepSeek多模态团队近三个月来，第一次以产品形式对外释放进展。
但要注意，目前可观察到的能力，仍限于图像理解（vision-language understanding），而非外界过去半年反复猜测的"原生多模态生成"。
从App灰度截图的输出风格判断，识图模式更像一个挂载在V4主干上的视觉理解模块。
什么意思？
打个比方：V4是大脑，识图模式是给大脑装了一双眼睛。它能看懂图片，但还不能画图。
DeepSeek官方目前没对识图模式的开放范围、正式发布时间、底层模型来源做出说明。
但从陈小康从"Soon"到"Now"的两次发帖节奏判断，更大范围的开放，或许就在数日之内。
四、为什么这只鲸鱼值得关注？
我给你三个理由。
第一，技术路线的选择。
DeepSeek没有选择"原生多模态"这条路，而是先做纯文本V4，再挂载视觉模块。这条路更稳，但也更慢。现在看来，他们赌对了。
第二，人才流失后的反击。
核心贡献者离职、外界质疑声四起，DeepSeek没有解释，直接用产品说话。这种风格，很硬核。
第三，开源生态的变数。
DeepSeek一直是开源社区的宠儿。如果识图模式表现优异，开源社区又将多一个强有力的多模态选择。这对整个AI生态，都是好事。
五、写在最后
陈小康的X签名里有一句话："Now, we see you。"
这句话，既是对用户的承诺，也是对质疑者的回应。
眼罩摘了，鲸鱼醒了。
AI的竞争，从来不是百米冲刺，而是马拉松。有人起跑快，有人中途加速，有人后程发力。
DeepSeek选择了后者。
V4发布时，有人说它"偏科"——文本强，多模态弱。现在，补课开始了。
这个世界，从来不缺质疑者。缺的是，用产品打脸质疑的人。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
