DeepSeek 开源首个原生视觉模型:V4-Flash-Vision-Exp
305B MoE,MIT 协议,权重 + tokenizer + 最小推理实现全套放出;8/21 先上 API、8/31 补齐权重。多模态 agent 任务接近 Claude Opus 4.8:DeepSWE 59.3 vs 58.0,但 NL2Repo 57.7 vs 69.7 落后 12 分。
定位是给 agent 装眼睛(读网页截图/界面/图表后调工具),MIT 协议消除商用微调法律摩擦。
对立观点:TechTimes 指出其评测集偏窄(agentic/chart 任务),通用视觉推理基准缺失,benchmark 声明尚无独立验证。
跟进:生产稳定版 vision checkpoint 何时出;8 月 API 涨价 50-1100% 后开源策略的可持续性。
原文链接Hugging FaceTechTimes