小米开源通用表格大模型,训练时间省82%,30条样本适配新工况

源自115位全网作者

09-05 13:36

精选参考来源

1
#DeepSeekV4多模态模型正式开源#DeepSeek V4多模态模型官宣开源,这波可以说是把开源大模型的上限又往上推了一截。这次双版本齐发,Pro主攻高难度任务,逻辑推理、数学、Agent智能体能力都来到开源第一梯队;Flash主打高效低成本,日常问答、简单开发完全够用,兼顾性能和性价比。它最大的革新就是原生多模态架构,文本、图像、视频能够一体化处理,不再割裂,百万token上下文是全系标配,处理长篇文档的时候,信息抓取的准确率很高,还能有效节约显存资源。开源授权宽松,不管是个人开发者还是中小企业,都能自由下载权重做二次开发,不用被闭源接口限制住。AI行业的发展,离不开开源生态的助力。很多创新想法,都是在开源基座之上诞生。虽然模型还有不少打磨空间,但这次开源无疑给整个行业注入新活力,也让更多人能够参与到AI的探索之中,期待后续更多惊喜。
2
今天,中国人工智能领域迎来又一标志性事件。DeepSeek在Hugging Face平台正式上线DeepSeek-V4-Flash-Vision-Exp多模态模型,并采用极具商业友好性的MIT License协议全面开源。紧随其后,DeepSeek Harness 0.1.1完成更新,原生支持新模型的Agent能力 #DeepSeekV4多模态模型正式开源# 从模型到生态:DeepSeek开源战略如何重塑多模态AI竞争格局
全部
来源
内容由AI生成

精选参考来源

1. #DeepSeekV4多模态模型正式开源#DeepSeek V4多模态模型官宣开源,这波可以说是把开源大模型的上限又往上推了一截。这次双版本齐发,Pro主攻高难度任务,逻辑推理、数学、Agent智能体能力都来到开源第一梯队;Flash主打高效低成本,日常问答、简单开发完全够用,兼顾性能和性价比。它最大的革新就是原生多模态架构,文本、图像、视频能够一体化处理,不再割裂,百万token上下文是全系标配,处理长篇文档的时候,信息抓取的准确率很高,还能有效节约显存资源。开源授权宽松,不管是个人开发者还是中小企业,都能自由下载权重做二次开发,不用被闭源接口限制住。AI行业的发展,离不开开源生态的助力。很多创新想法,都是在开源基座之上诞生。虽然模型还有不少打磨空间,但这次开源无疑给整个行业注入新活力,也让更多人能够参与到AI的探索之中,期待后续更多惊喜。

2. 今天,中国人工智能领域迎来又一标志性事件。DeepSeek在Hugging Face平台正式上线DeepSeek-V4-Flash-Vision-Exp多模态模型,并采用极具商业友好性的MIT License协议全面开源。紧随其后,DeepSeek Harness 0.1.1完成更新,原生支持新模型的Agent能力 #DeepSeekV4多模态模型正式开源# 从模型到生态:DeepSeek开源战略如何重塑多模态AI竞争格局

3. 真六边形战士!面板稳,模具稳,调校稳!26.5英寸2K 320Hz 第4.5代QD-OLED面板,HKC天启27Q320B体验评测。

4. #DeepSeekV4多模态模型正式开源#就在刚刚,DeepSeek 把 DeepSeek-V4-Flash-Vision-Exp 正式放上 Hugging Face,并采用 MIT License 开源。我觉得这件事真正重要的,不是“又多了一个开源模型”,而是 DeepSeek 开始把多模态这块也往开源生态里推了。8 月 21 日这个模型刚上线 API 时,它更像是一次能力预告:给 V4-Flash 装上视觉,让模型不只会读文字,还能看截图、图表、网页,再结合工具完成任务。现在权重和推理代码直接开放,意义就完全不一样了——开发者可以自己部署、微调、魔改,企业也更容易基于它做自己的视觉 Agent。而且它不是那种“为了多模态,把原本能力削弱一截”的模型。官方数据里,Terminal Bench 2.1 做到 83.9,DeepSWE 59.3;多模态 Agent 的 Agents’ Last Exam 27.3、ZeroBench 35.0,部分指标已经和 Opus-4.8 打得非常近,甚至出现反超。更关键的是,纯文本 Agent 能力基本没有因为加入视觉而掉下来。所以我更愿意把这次开源看成一个信号:大模型竞争正在从“谁聊天更聪明”,继续往“谁能看懂真实世界,并且替你把事情做完”迁移。过去开源模型主要解决的是“脑子能不能拿走”,现在开始连“眼睛”也一起交出来了。多模态 Agent 真正卷起来,可能才刚开始。

5. #DeepSeekV4多模态模型正式开源#DeepSeek这波操作,够意思。8月21日刚上线API,今天就果断在Hugging Face把DeepSeek-V4-Flash-Vision-Exp权重给开源了,用的还是相当宽松的MIT License。说好的“多模态不是主线”,结果转头就给了开发者一个这么硬核的惊喜。这可不是简单给V4 Flash加了个“眼睛”。它最难能可贵的是,在补上视觉短板的同时,纯文本的Agent、推理能力丝毫没打折扣。更狠的是,多模态Agent能力直接对标顶尖闭源模型Opus-4.8,在多模态Agent评测中甚至打成了2:2平手。关键是,这“长眼”的成本几乎没涨。 一张图按token计费,上限384 tokens,价格和纯文本V4-Flash完全一致。配合新上线的免费Files API和更新后的DeepSeek Harness框架,从API调用到本地部署,DeepSeek这步棋,给开发者生态带来的想象空间巨大。当国产多模态模型开始用MIT协议开源并逼近顶级闭源模型时,AI圈的游戏规则,或许真要变一变了。网页链接

6. DeepSeek V4 多模态开源,我们把它的视觉链路拆了一遍

7. #DeepSeekV4多模态模型正式开源# 又来了,更牛的开源来啦!DeepSeek 在 Hugging Face 上线 DeepSeek-V4-Flash-Vision-Exp,采用 MIT License 开源。其实,开源不只是放代码,是放权。MIT License 意味着任何人都能复现、修改、商用,毫无枷锁。DeepSeek-V4-Flash-Vision-Exp 把视觉编码器、MoE、Hyper-Connections 全摊在台面上了。这不是炫耀,是让社区验证、质疑、改进。实验性模型本就该接受最残酷的检验,公开所有实现细节,等于把设计逻辑交给全球开发者审判。这才是开源的本质:用透明度换进化速度,用开放倒逼真实力。DS又一次走在前面了。#科技先锋官#

8. #DeepSeekV4多模态模型正式开源#我觉得,这次DeepSeek真正值得关注的,不是“又发布了一个能看图的模型”,而是它把多模态能力直接塞进V4体系里,而且核心实现也大面积开源。这意味着DeepSeek正在从“推理模型”往真正的通用模型迈进。文本、视觉、推理、Agent逐渐融合,未来AI的竞争,拼的可能不再是单项能力,而是谁能把这些能力真正整合起来。

9. #DeepSeekV4多模态模型正式开源#DeepSeek V4家族首款多模态实验模型正式开源了,模型DeepSeek‑V4‑Flash‑Vision‑Exp上传Hugging Face,采用MIT协议,开发者可以直接拿来本地部署、二次开发。 这个模型不是简单给大模型加个看图能力,它的核心定位偏向多模态Agent。在原有V4‑Flash强悍文本推理基础上新增视觉模块,既能看懂截图、图表、软件界面,还能结合工具调用自动完成任务。 有意思的是该模型十天前就已经上线API接口对外可用,现在完整开源,相当于把这套“能看画面干活”的能力彻底交到开发者手上。从跑分数据来看,升级视觉之后,原有Agent能力不降反升,多项测试指标甚至对标海外顶尖模型。 不过也要客观看待,它目前依旧属于实验版本,并不是成熟稳定的正式版。开源不等于开箱即用,本地部署对硬件配置有门槛,普通用户很难直接体验,利好更多是面向开发者、技术团队。 现在各家大模型都在卷多模态,但是很多只停留在看图问答。DeepSeek这次重点放在Agent自动执行任务这个方向,算是差异化路线。能看懂画面还能动手干活,这才是多模态真正的价值,期待后续看到更多基于它衍生出来的应用。你们觉得带视觉能力的Agent,会是接下来大模型的主流方向吗?#DeepSeekV4多模态模型正式开源#

10. #DeepSeekV4多模态模型正式开源#DeepSeek把V4家族首款实验多模态模型DeepSeek‑V4‑Flash‑Vision‑Exp放到Hugging Face开源,采用MIT协议,对开发者来说是个不小的消息。 这次不仅放出模型文件、分词器,还附带了推理参考实现,视觉编码器、MoE、DFlash Attention这些核心模块全都对外开放。模型基于V4‑Flash底座改造,新增视觉理解能力,原本的文本推理、Agent能力也完整保留,没有为了看图牺牲原有实力。 作为实验版本,还有不少迭代空间,但MIT宽松开源的姿态值得肯定。开发者可以本地部署二次改造,也能拿来做各类图文相关的应用。

11. #DeepSeekV4多模态模型正式开源#从纯文本到Agent,再到视觉理解,DeepSeek V4这条路线越来越完整了。尤其这次Vision-Exp开源,意味着开发者可以直接把多模态能力拿去折腾自己的应用。AI真正开始从“会说话”往“能干活”进化了

12. #DeepSeekV4多模态模型正式开源# DeepSeek 在 Hugging Face 放出这款实验多模态模型,核心模块、推理实现全部开源,MIT 协议大大降低开发者的使用门槛。复用 V4‑Flash 成熟底座,新增视觉模块,原有文本、推理、Agent 能力基本维持原样。不过 exp 的标签就已经说明,它不是稳定可用的商用版本,还有不少问题等待修复。在我看来开源更大的意义,是把底层能力交给社区,依靠众多开发者一起迭代打磨,我们可以期待社区产出,同时也要分清实验模型和正式产品之间的差距。#DeepSeekV4多模态模型正式开源#

13. #DeepSeekV4多模态模型正式开源#DeepSeek这次直接把自家最新的V4多模态大模型给开源了,已经传到Hugging Face上了,用的是MIT协议,基本放开给大家免费用,限制很少。这是他们V4系列第一款带看图能力的版本,在原来文字能力的底子上加了视觉理解的本事,之前擅长的推理,写东西这些能力也都完整留着。DeepSeek模型现在格局是真的大,这么新的模型直接放出来给所有人用。

14. #DeepSeekV4多模态模型正式开源#DeepSeek 刚刚在 Hugging Face 上线了DeepSeek-V4-Flash-Vision-Exp,采用 MIT License 开源。DeepSeek这次开源模型基于 DeepSeek-V4-Flash,在原有架构中加入视觉模块,并经过持续训练获得图像理解能力,同时保留原来的文本、推理和 Agent 能力。这个模型刚刚上线没几天就直接开源,而且MIT开源协议允许商用二次开发,开发者可以自由本地部署,对于AI重度使用者和需要二次开发的朋友真的是红利了!

15. 开源模型中国登顶全球

3
扫一下,分享更方便,购买更轻松
0评论

当前文章无评论,是时候发表评论了
提示信息

取消
确认
评论举报

最新文章 热门文章