搜索结果：DeepSeek-V4-Flash-Vision-Exp

DeepSeek 首个开源多模态模型来了：这双“眼睛”不给人类看图，专供 Agent 干活

DeepSeek在Hugging Face上线V4家族首款实验多模态模型DeepSeek-V4-Flash-Vision-Exp，采用MIT协议，参数305B。基于V4-Flash-0731底座，接入视觉编码器与Aligner，经持续训练获得图像理解能力。与传统视觉问答不同，它重点聚焦多模态Agent能力，不做简单“看图说话”。