# DeepSeek 识图模式在 App 和网页端上线，App 端仍标注“内测中”

> 原标题：DeepSeek 识图模式正式上线 App 和网页端

- 来源：AI HOT 精选
- 发布时间：2026-06-18T07:48:11.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/39138
- 原文：https://www.ithome.com/0/966/066.htm

## 摘要

DeepSeek 多模态研究员 Xiaokang Chen 宣布，识图模式今天在网页和 App 端正式上线。这个模式跟“快速模式”“专家模式”并列，打开后可以上传图片让模型理解画面内容，不只是提取文字。IT之家实测发现，App 端还挂着“图片理解功能内测中”的提示，网页端没有。今年 4 月 DeepSeek 公开过背后的多模态框架“Thinking w...

## 推荐理由

DeepSeek 把图片理解做成一个正式模式，产品上算是一个节点，补上了多模态输入的缺口，而且有公开框架背书。IT之家实测提到 App 端还挂着内测提示，说明全量放开可能还要等一等，所以重要性没给满。整体上，这件事对用 DeepSeek 做开发的团队来说是个直接可用的更新，值得提一下。

## 锐评

DeepSeek 把识图模式做成了跟快速、专家模式并列的独立入口，而不是藏在对话框的附件里，这个产品决策挺有意思——它把“看懂图片”当成一种独立的思考方式，而不仅仅是一个输入手段。研究员 Xiaokang Chen 宣布网页和 App 端同步上线，但 IT 之家实测发现 App 端还留着“图片理解功能内测中”的提示，网页端倒是干净。这种两端状态不一致，要么是发版节奏没对齐，要么是移动端还在做最后的压力测试。

今年 4 月他们公开过背后的技术框架“Thinking with Visual Primitives”，核心思路是让模型先提取视觉原语再推理，而不是直接把图扔给语言模型。这个路线理论上能降低幻觉，但正文完全没提现在用的是哪个模型、参数量多大、推理成本多少、支不支持多轮对话里的图片追问。也没说图片分辨率上限、文件大小限制、是不是免费。这些信息缺口让“正式上线”这个词得打个折——更像是公开测试的扩大，而不是产品化的收尾。

对从业者来说，值得关注的点是：如果识图模式真的按独立推理通道来跑，那它的延迟和 token 消耗跟纯文本模式差多少，会直接影响能不能放进生产流程。这些数字正文一个都没给。