DeepSeek 推出具備多模態理解能力的廣泛影像辨識模式,目前正處於內部測試階段
DeepSeek 已開始對其大規模圖像識別模式進行內部測試,這標誌著這款國產大型模型已全面邁入多模態文字與圖像的時代。 繼四月底進行小規模測試後,該公司於 5 月 9 日大幅擴大「圖像識別模式」的開放範圍,目前多數測試帳號皆可透過聊天介面中的專用入口使用此功能。 儘管仍標示為「內部測試」,但該功能出現在輸入欄上方,與「快速模式」及「專家模式」並列的事實,顯示多模態理解現已成為產品陣容的核心部分。

與基本的 OCR 文字擷取不同,DeepSeek 的最新升級著重於深度影像辨識與語義理解。 在實際測試中,此模式能對視覺資訊進行邏輯分析,讓使用者僅需上傳圖片,即可執行複雜的跨媒體互動。此舉填補了 DeepSeek 在多模態能力上的缺口,並使其與 GPT-4o 等國際頂尖模型的差距大幅縮小。
相關文章
美國股市觸及歷史裡程碑,人工智慧與航空航天巨頭準備開啟萬億美元時代
埃隆·馬斯克、山姆·阿爾特曼和達里奧·阿莫迪,這三位科技領域的巨頭,正推動其各自的企業邁向首次公開募股(IPO)。隨著 SpaceX、OpenAI 和 Anthropic——這三家估值接近萬億美元的行業巨頭——即將上市,2026 年被預測將成為美國曆史上新股發行規模最大的一年。這一歷史性的資本激增已引起全球金融界的關注,成為檢驗公共市場吸收如此大規模資金能力的關鍵壓力測試。這些主要融資活動的同步啟動預計將打破 2021 年創下的 1560 億美元紀錄。超級獨角獸的資本博弈每家公司上市的路徑
瑞典人工智慧初創公司Lovable Eyes在完成主要融資輪後估值達132億美元
隨著人工智慧驅動的編碼工具日益普及,瑞典初創公司 Lovable 已獲一輪重大融資。該公司計劃籌集 30 億美元,其估值有望升至 132 億美元——這是去年 12 月記錄的 66 億美元的兩倍。預計 Menlo Ventures 將主導此次投資。Lovable 的吸引力源於其核心的“氛圍編碼”(vibe coding)技術,該技術透過消除對複雜編碼技能的需求來簡化軟體開發。使用者只需以自然語言描述其需求,系統即可自動生成應用程式。這種直觀的方法吸引了個人開發者、設計師和小企業,並擴充套件至 Work
Google 測試 Remy AI 代理,以 Gemini 為重點轉向使用者控制
根據《商業內幕》的報道,谷歌正在測試 Remy,這是 Gemini 的一款全新 AI 個人代理工具。該工具旨在代表使用者執行任務,從而簡化專業工作流程和日常事務。目前,Remy 正在 Gemini 應用的內部員工專屬版本中進行測試。該報告引用了一份內部檔案以及對兩位熟悉該專案的個人的採訪。內部資料將 Remy 描述為“全天候個人代理”,將 Gemini 定位為能夠代表使用者行事的主動助手。接近該專案的訊息人士證實,谷歌員工正在積極測試 Remy。谷歌發言人拒絕提供進一步評論。該報告未提及公開發布
相關專題推薦
評論 (0)
0/500
DeepSeek 已開始對其大規模圖像識別模式進行內部測試,這標誌著這款國產大型模型已全面邁入多模態文字與圖像的時代。 繼四月底進行小規模測試後,該公司於 5 月 9 日大幅擴大「圖像識別模式」的開放範圍,目前多數測試帳號皆可透過聊天介面中的專用入口使用此功能。 儘管仍標示為「內部測試」,但該功能出現在輸入欄上方,與「快速模式」及「專家模式」並列的事實,顯示多模態理解現已成為產品陣容的核心部分。

與基本的 OCR 文字擷取不同,DeepSeek 的最新升級著重於深度影像辨識與語義理解。 在實際測試中,此模式能對視覺資訊進行邏輯分析,讓使用者僅需上傳圖片,即可執行複雜的跨媒體互動。此舉填補了 DeepSeek 在多模態能力上的缺口,並使其與 GPT-4o 等國際頂尖模型的差距大幅縮小。
美國股市觸及歷史裡程碑,人工智慧與航空航天巨頭準備開啟萬億美元時代
埃隆·馬斯克、山姆·阿爾特曼和達里奧·阿莫迪,這三位科技領域的巨頭,正推動其各自的企業邁向首次公開募股(IPO)。隨著 SpaceX、OpenAI 和 Anthropic——這三家估值接近萬億美元的行業巨頭——即將上市,2026 年被預測將成為美國曆史上新股發行規模最大的一年。這一歷史性的資本激增已引起全球金融界的關注,成為檢驗公共市場吸收如此大規模資金能力的關鍵壓力測試。這些主要融資活動的同步啟動預計將打破 2021 年創下的 1560 億美元紀錄。超級獨角獸的資本博弈每家公司上市的路徑
瑞典人工智慧初創公司Lovable Eyes在完成主要融資輪後估值達132億美元
隨著人工智慧驅動的編碼工具日益普及,瑞典初創公司 Lovable 已獲一輪重大融資。該公司計劃籌集 30 億美元,其估值有望升至 132 億美元——這是去年 12 月記錄的 66 億美元的兩倍。預計 Menlo Ventures 將主導此次投資。Lovable 的吸引力源於其核心的“氛圍編碼”(vibe coding)技術,該技術透過消除對複雜編碼技能的需求來簡化軟體開發。使用者只需以自然語言描述其需求,系統即可自動生成應用程式。這種直觀的方法吸引了個人開發者、設計師和小企業,並擴充套件至 Work





首頁






