DeepSeek aprimora as capacidades multimodais com nova atualização do modelo de visão

Em 21 de agosto, a DeepSeek anunciou uma atualização importante para sua ferramenta de modelo, lançando oficialmente a versão 0.1.1-rc.1 do DeepSeek Harness. Esta atualização introduz uma nova experiência de modelo de visão chamada V4Flash Vision-Exp, que é construída sobre os modelos existentes V4Flash e V4Pro. A versão anterior, 0.1.0-rc.8, já permitia que o DeepSeek Harness acessasse capacidades de núcleo multimodais. Isso permitiu que o sistema suportasse solicitações de imagem nativas, com comandos-chave como /goal e /plan agora aceitando entrada misturada de texto e imagens. Os usuários agora podem enviar capturas de tela de trabalho juntamente com requisitos específicos, permitindo que os agentes de IA funcionem diretamente "observando imagens", simplificando significativamente o processo de desenvolvimento e operação. Embora a DeepSeek já oferecesse um bom modo de reconhecimento de imagem na web, integrá-lo profundamente na ferramenta de desenvolvimento marca a conclusão do último quebra-cabeça no processamento multimodais. Os desenvolvedores podem simplesmente atualizar especificando um comando npm para experimentar esta nova capacidade de modelo de visão que combina velocidade e precisão.