DeepSeek 发布视觉基元推理报告，解决多模态 Reference Gap

2026 年 4 月 30 日，DeepSeek 公开技术报告《Thinking with Visual Primitives》，提出将点、框等视觉基元作为思维最小单元交错嵌入推理链，解决复杂结构推理中的 Reference Gap。方法基于 DeepSeek-V4-Flash 架构，压缩 KV 缓存，以极低图像 token 消耗完成推理。在计数和空间推理基准上，该模型性能与 GPT-5.4、Claude-Sonnet-4.6、Gemini-3-Flash 相当（论文强调仅覆盖部分相关维度，不代表整体能力）。未来将开源内部基准、部分冷启动数据，权重将整合至基础模型后发布。

GitHub

• 🤖 DeepSeek 上新识图功能，多模态推出
• DeepSeek注册资本增加 梁文锋总持股超84%
• DeepSeek 延长 V4-Pro 模型 2.5 折优惠至 5 月底
• 中美爆发AI冷战；习近平强拆20亿Manus交易的荒诞内幕！美国务院急发全球“追杀令”，DeepSeek被迫套上华为芯片，市场直接抛弃；中国AI企业成硅谷高压线【江峰漫谈20260427第1197期】 中国时局
• 中国信通院启动DeepSeek V4国产化适配测试工作

• 🔥免费PC翻墙、安卓VPN翻墙APP
• 🔥灵魂之谜|中华文化|治国大道

🌸 在花频道 · 茶馆讨论 · 投稿通道