因为，模型还没开源，其他信息模型相关信息还不知道，

只能在网页端，测试一些这个VLM模型的视觉能力。

现在还在是灰度状态，所以不确定现在模型是什么版本，也许灰度之后，模型会进行微调，效果会更好。

DeepSeek 识图模式实测。

当前测试结果，只针对现在灰度模型。

我的这个测试纯对比Qwen3.5-Plus模型，因为这个是我现在用起来多模态能力和尺寸都很好的一个模型。

并且我猜测，DeepSeeK这波视觉模型，应该是DeepSeek-V4-Flash尺寸大小的，可能对比起来会更合适一些。

懒人不爱看完版本：
- 整体的模型效果是不如Qwen3.5-Plus的，
- OCR效果还不错，对于高密度、不同颗粒度、手写文本的复述都不错，应该得益于DS-OCR模型
- 表格识别，对表格还原的精细程度不够，就是在一些单元格的处理上不好
- 模型的复杂推理能力不行，空间推理、逻辑推理、对比，都不是特别好，大概只有Qwen2.5-VL的水平
- 图片 to HTML的效果也不行，丢失很多信息
- 图片猜成语很好，时钟还是有问题
- 图片解释也不错，就是你让他释义一下图片内容
- 跟Qwen3.5-Plus相同的毛病，就是部分场景过拟合

最后，
DeepSeek视觉模型效果是在我承受范围之内的，
毕竟之前没怎么放出来VLM的能力，
并且，因为很多时候，
大部分人，也不会用到这些稀奇古怪的场景，
主要还是图片释义，文字识别，
但在这种场景上，做的还是不错的。

期待DeepSeek灰度之后，再微调一波，
等开源出来，或者有了API，
我们再测测，在agent系统中，能力如何。
#deepseek##DeepSeek多模态开启灰测##DeepSeek##How I AI#