DeepSeek 發布視覺基元推理報告，解決多模態 Reference Gap
2026 年 4 月 30 日，DeepSeek 公開技術報告《Thinking with Visual Primitives》，提出將點、框等視覺基元作為思維最小單元交錯嵌入推理鏈，解決複雜結構推理中的 Reference Gap。方法基於 DeepSeek-V4-Flash 架構，壓縮 KV 緩存，以極低圖像 token 消耗完成推理。在計數和空間推理基準上，該模型性能與 GPT-5.4、Claude-Sonnet-4.6、Gemini-3-Flash 相當（論文強調僅覆蓋部分相關維度，不代表整體能力）。未來將開源內部基準、部分冷啟動數據，權重將整合至基礎模型后發布。