DeepSeek 开源 V4 家族首个多模态模型，权重与最小推理代码同步放出

boonkiong

DeepSeek 开源 V4 家族首个多模态模型，权重与最小推理代码同步放出

DeepSeek 在 Hugging Face 开源 `DeepSeek-V4-Flash-Vision-Exp`，官方模型卡称它是 DeepSeek-V4 家族首个实验性多模态模型。该模型以 DeepSeek-V4-Flash 为基础，加入视觉模块并继续训练，能够处理图像输入和视觉理解任务。

仓库采用 MIT 许可证，包含 48 个模型权重分片、Tokenizer、Prompt 编码参考和最小 PyTorch 推理实现。参考代码覆盖视觉编码器、对齐器、DFlash Attention、MoE、Hyper-Connections 与 DSpark 前向路径，并支持 OpenAI 风格 JSON 内容块及 `\<image\>path\</image\>` 文本格式。

官方公布的测试中，该模型在 ApexBench Pass@1 得分 36.5，低于 Opus 4.8 的 39.4；在 Agents’ Last Exam 和 ZeroBench Pass@5 上分别取得 27.3 和 35.0，高于对照模型。DeepSeek 同时表示，它在纯文本 Agent 任务上的表现与 V4-Flash-0731 大致相当。

文章来源：https://www.ifanr.com