視覺指引推理
捨棄傳統複雜的文字描述,改用視覺座標「點選」圖像物件,讓 AI 數數與辨識更精準、更像人類。
節省 90% 視覺代幣
該技術僅需極少量的視覺資訊片段 (Tokens) 即可運作,大幅降低硬體與運算成本。
打破閉源模型神話
身為開源研究,其效能在一系列基準測試中與耗資數十億美元的閉源模型(如 Frontier models)持平甚至超越。
專家模型知識蒸餾
透過「學生模型」向多位專精於框選、走迷宮等不同任務的「老師模型」學習,整合出全能的視覺思考能力。
需特定引導與細節缺陷
AI 不會自動觸發此思考模式,需輸入特定指令,且在處理草地或頭髮等極細微結構時仍有困難。
觀眾怎麼看
整理 40 則有效留言信心 高觀眾高度關注 DeepSeek 的視覺推理技術,並熱烈討論其在 AI 產業競爭中的影響力與技術突破。
觀眾普遍認可 DeepSeek 在優化算力與提升效能上的表現,認為其挑戰了美國科技巨頭的壟斷地位。
觀眾指出該技術在自動駕駛、電腦操作輔助及圖像識別領域具有高度實用價值。
觀眾好奇此視覺模型是否能應用於程式編寫、邏輯推理等通用任務,以及何時開放 API 使用。
有觀眾指出 OpenAI 等其他模型亦具備類似的圖像註解與推理功能,並非 DeepSeek 獨有。
觀眾對於中國 AI 發展的資金來源、地緣政治影響及 AI 對人類工作的潛在威脅存在顯著觀點分歧。
留言樣本包含大量情緒性發言,且部分技術觀點未經證實,僅代表觀眾個人看法。