DeepSeek V4 首个多模态模型，MIT 开源了

8 月 21 日刚上线 API，10 天后的 8 月 31 日，DeepSeek 就把 V4-Flash-Vision-Exp 完整权重甩上了 Hugging Face——官方组织直发，连开源公告都没发，仓库比消息先到👇

👀 这是什么
V4 系列首个实验性多模态模型。基于 V4-Flash 架构加视觉模块，总参数 305B（MoE，每 token 只激活 13B），看图、读图表、看网页界面都能干，纯文本 Agent 能力没掉队。

🎁 开源了什么

• 完整权重：约 168GB、48 个 Safetensors 分片（FP8 权重 + FP4 专家存储）

• Tokenizer、图文 Prompt 编码、权重转换工具

• 最小 PyTorch 推理实现：覆盖视觉编码器、Aligner、DFlash、MoE、Hyper-Connections、DSpark 全链路

• MIT 协议：可商用、可私有化部署、可微调，延续 R1 以来的开源路线

• 官方支持 vLLM、SGLang 部署，社区已出 6 个量化变种（Ollama/LM Studio 可跑）

📊 官方自测成绩
多模态 Agent 能力官方口径「已接近 Opus-4.8」：ZeroBench 35.0 反超 Opus-4.8 的 34.0，ApexBench 36.5 比纯文本版 26.2 大幅跃升，图表理解 Chartography 64.3。

⚠️ 门槛也摆在这
305B 权重不是闹着玩的：FP8 精度约需 305GB 显存（约 4×A100-80G），BF16 更要 610GB+。普通个人电脑别想了，本地跑基本是「研究机构 + 多卡玩家」专属，大多数人还是走 API（视觉不加价，和文本 Flash 同价）。

💡 为什么值得记一笔
「无公告、直接放权重」本身就是态度：V4 系列开源拼图最后一块——多模态——补齐了。开发者拿到的不只是模型，而是可以脱离官方 API 自己研究、部署、二次开发的完整技术栈。

DeepSeek 又用一次「低调甩仓库」把开源水位拉高了一截，下一个跟上的会是谁？

评论区聊聊：168GB 的多模态权重，你会拿去做什么？👇

作者声明本文无利益相关，欢迎值友理性交流，和谐讨论～