科技圈🎗在花频道📮:
🤖 DeepSeek 上新识图功能，多模态推出 🌸 在花频道 · 茶馆讨论 · 投稿通道
DeepSeek 发布视觉基元推理报告，解决多模态 Reference Gap
2026 年 4 月 30 日，DeepSeek 公开技术报告《Thinking with Visual Primitives》，提出将点、框等视觉基元作为思维最小单元交错嵌入推理链，解决复杂结构推理中的 Reference Gap。方法基于 DeepSeek-V4-Flash 架构，压缩 KV 缓存，以极低图像 token 消耗完成推理。在计数和空间推理基准上，该模型性能与 GPT-5.4、Claude-Sonnet-4.6、Gemini-3-Flash 相当（论文强调仅覆盖部分相关维度，不代表整体能力）。未来将开源内部基准、部分冷启动数据，权重将整合至基础模型后发布。
GitHub
🌸 在花频道 · 茶馆讨论 · 投稿通道
via 科技圈🎗在花频道📮 - Telegram Channel
