中國人工智慧公司 DeepSeek 於 2026 年 8 月 21 日宣佈推出實驗性多模態模型 V4-Flash-Vision-Exp，該模型在視覺理解任務上對標美國競爭對手 Anthropic 的高階產品 Claude Opus 4.8。據綜合港媒報道，DeepSeek 表示，這一新工具的效能已接近 Anthropic 的旗艦模型，標誌著其在多模態 AI 領域的重要進展。
V4-Flash-Vision-Exp 是 DeepSeek 旗艦純文本模型 V4-Flash 的實驗版本，新增了影像和螢幕截圖等視覺提示的理解與行動能力。DeepSeek 官方稱，該模型在純文本能力（包括 Agent、推理、世界知識等）上與 V4-Flash 正式版持平，而在需要視覺理解的 Agent 基準測試中，其效能相比 V4-Flash 實現了大幅躍升，多模態 Agent 能力已接近 Anthropic 的 Claude Opus 4.8。
此前，DeepSeek 已釋出過 DeepSeek-VL 系列等多模態和視覺模型，但 V4-Flash-Vision-Exp 是首次為其最先進的模型系列（V4 系列）增加影像理解和執行任務的能力。使用者現在可以通過 DeepSeek 的 API 使用該模型，API 支援 Chat Completions、Messages、Responses 三種格式呼叫，方便接入各類 Agent 工具，並支援圖文混合輸入，以及 base64 內聯、外部 URL、Files API 三種圖片傳入方式。
這一發布正值全球 AI 競爭加劇之際，多模態能力被視為 AI 模型從文本處理邁向更復雜應用的關鍵一步。Anthropic 的 Claude Opus 4.8 是市場上公認的高效能模型之一，DeepSeek 此次對標該產品，顯示出其在技術追趕上的雄心。對於 AI 產業鏈而言，多模態模型的進步可能帶動對影像處理、邊緣計算等相關算力的需求，並影響模型層競爭格局。
值得注意的是，V4-Flash-Vision-Exp 目前仍是實驗性版本，其實際效能與穩定性尚待進一步驗證。DeepSeek 選擇以實驗版形式釋出，或意在收集使用者反饋並快速迭代。市場觀察人士認為，這一舉動可能加劇中國與美國在 AI 模型領域的競爭，同時也為開發者提供了更多選擇。
總體而言，DeepSeek 此次推出的視覺理解模型，不僅豐富了其產品線，也展示了其在多模態 AI 領域的技術積累。未來，隨著實驗版本的成熟，其應用場景有望擴充套件至更多領域，如智慧助手、內容稽核、自動駕駛等。對於關注 AI 產業的投資者而言，多模態模型的進展值得持續跟蹤，因為它可能預示著 AI 應用邊界的進一步拓展。