DeepSeek发布视觉基元推理方法，提升多模态复杂推理能力
okx 4月30日消息，据DeepSeek发布的技术报告，其提出“视觉基元推理”（Visual Primitives）方法，通过将点、框等基础视觉单元嵌入推理链，解决多模态任务中的Reference Gap问题。该方法基于DeepSeek-V4-Flash架构，并通过压缩KV缓存实现低图像token消耗。在计数与空间推理基准测试中，其表现可比GPT-5.4、Claude-Sonnet-4.6及Gemini-3-Flash（仅限部分维度）。团队表示未来将开源部分基准与数据，模型权重将整合后发布。
伊朗最高领袖穆杰塔巴：没有美国存在的海湾地区将拥有光明的未来
« 上一篇
2026-04-30 19:05
PeckShield：Wasabi Protocol疑遭管理员私钥攻破，多链损失约550万美元
下一篇 »
2026-04-30 19:30
