DeepSeek 对话界面新增视觉理解能力

DeepSeek 在其对话产品 chat.deepseek.com 中正式上线视觉理解功能，用户可上传图片进行多轮对话。该功能基于 DeepSeek 自研的多模态模型，支持图文混合输入与推理。

此前 DeepSeek 已发布过 Janus 系列多模态模型，本次产品化落地意味着视觉能力从模型权重走向面向 C 端用户的工程交付。HN 讨论中用户对识别准确率和延迟表现较为关注。

对 AI 工程团队而言，这是多模态模型从论文到产品的一次完整闭环案例，展示了端到端推理服务中视觉 Token 处理、图文对齐等工程挑战的落地路径。