DeepSeek-V4-Flash-Vision-Exp 模型已开源，多模态 Agent 能力接近 Opus-4.8 - IT之家 首页 I

DeepSeek-V4-Flash-Vision-Exp 模型已开源，多模态 Agent 能力接近 Opus-4.8 - IT之家 首页 IT圈 最会买 设置 日夜间 随系统 浅色 深色 主题色 黑色 投稿 订阅 RSS订阅 收藏IT之家 软媒应用 App客户端 要知App 软媒魔方 业界 手机 电脑 测评 视频 AI 苹果 iPhone 鸿蒙 软件 智车 数码 学院 游戏 直播 5G 微软 Win10 Win11 专题 搜索 首页 > 智能时代 > 人工智能 DeepSeek-V4-Flash-Vision-Exp 模型已开源，多模态 Agent 能力接近 Opus-4.8 2026/8/31 19:35:24 来源： IT之家 作者： 远洋 责编： 远洋 评论： 感谢IT之家网友 fakepheonix 、 软媒新友2156291 、 Domado 、 陈倔强123 的线索投递！ IT之家 8 月 31 日消息，刚刚，DeepSeek V4 首个多模态模型 DeepSeek-V4-Flash-Vision-Exp 在 Hugging Face 上线，采用 MIT License 开源。 公开内容包括模型文件、Tokenizer、Prompt Encoding 参考实现，以及最小化 PyTorch 推理实现，覆盖视觉编码器、Aligner、DFlash Attention、MoE、Hyper-Connections 与 DSpark 等核心模块。 据IT之家了解， DeepSeek-V4-Flash-Vision-Exp 是 DeepSeek V4 系列首款原生支持图片输入的视觉模型，官方明确标注为“Exp”实验版本，于 2026 年 8 月 21 日上线 DeepSeek API 平台。 该模型支持在文本之外输入图片，可以让模型描述图片、识别截图中的文字、分析图表等。支持的图片格式包括 JPEG、PNG、GIF、WebP。 深度求索官方表示，V4-Flash-Vision-Exp 在各类 Agent 框架内展现出了较好的多模态适配能力，能够有效支持大家借助多样化的 Agent 工具解锁更多实用的工作场景。在 Agent、推理、世界知识等纯文本任务上与 V4-Flash 正式版持平，原有优势完整保留。在需要视觉理解的 Agent 基准测试中较 V4-Flash 大幅提升，多模态 Agent 能力已接近 Opus-4.8。 投诉水文 我要纠错 下载IT之家APP，签到赚金币兑豪礼 相关文章 关键词： DeepSeek V4 ， DeepSeek ， Hugging Face ， 多模态模型 24 小时订单超 260 万美元，Hugging Face 机器鸭 Microduck 爆单 英伟达“看中”Hugging Face，开放权重 AI 模型成硅谷热门收购目标 Hugging Face 推出新款鸭形机器人：能捡东西、拥有独特音色，399 美元 曝英伟达洽谈超 130 亿美元收购 Hugging Face，微软也想插一脚 OpenAI 发布 Hugging Face 安全事件官方报告，还原 AI 模型沙箱逃逸全过程 消息称 DeepSeek 今年前 7 个月营收近 4.75 亿元，达去年全年水平 10 倍 软媒旗下网站： IT之家 最会买 - 返利返现优惠券 iPhone之家 Win7之家 Win10之家 Win11之家 软媒旗下软件： 软媒手机APP应用 魔方 最会买 要知