Según las noticias del 21 de agosto, DeepSeek llevó a cabo una iteración de alta intensidad de su cadena de herramientas de modelo grande y actualizó oficialmente DeepSeek Harness a la versión 0.1.1-rc.1. Lo más destacado de esta actualización es que, según los modelos originales DeepSeek V4Flash y V4Pro, se ha agregado una nueva versión de experiencia de modelo visual: V4Flash Vision-Exp.
En la versión v0.1.0-rc.8 lanzada el día anterior, DeepSeek Harness tomó la iniciativa en desbloquear capacidades centrales multimodales. Al admitir la configuración de solicitudes de imágenes nativas, los comandos clave del sistema, como /goal y /plan, realizan oficialmente la entrada mixta de imágenes y texto. Esto significa que los usuarios ahora pueden enviar directamente capturas de pantalla de su trabajo y requisitos específicos al mismo tiempo, lo que permite al agente de IA (Agente) "ver las imágenes y trabajar" directamente, lo que simplifica enormemente el proceso de desarrollo y operación.
Aunque DeepSeek ha proporcionado anteriormente un buen modo de reconocimiento de imágenes en páginas web, su profunda integración e implementación en la cadena de herramientas de desarrollo marca que V4Flash Vision-Exp ha completado por completo la última pieza del rompecabezas del procesamiento multimodal. Para los desarrolladores, simplemente actualicen especificando el comando npm y podrán ser los primeros en experimentar esta nueva capacidad de modelo visual que combina velocidad y precisión.
vía
información de noticias de IA
(autor: Base de IA)