DeepSeek 已大范围开放“识图模式”，其多模态能力远超 OCR 文字提取，不仅能识别文物、解答逻辑题、解读表情包，还能将截图转成可交互代码。背后是其创新的“以视觉原语思考”框架，大幅提升了空间推理效率。不过目前仍存在知识库滞后、高难度图形识别不稳等不足。#DeepSeek 识图模式# #AI 多模态#