DeepSeek-V4-Flash-Vision-Exp 模型开源啦！

据媒体报道，DeepSeek V4家族的第一个多模态模型——DeepSeek-V4-Flash-Vision-Exp已经悄悄上线Hugging Face，而且直接用MIT License开！源！了！它的多模态Agent能力居然摸到了Opus-4.8的门槛！

这次公开的东西超全，不仅有模型文件、Tokenizer、prompt Encoding参考代码，连最小化的PyTorch推理实现都放出来了，视觉编码器、Aligner、DFlash Attention、MoE这些核心模块统统给你打包到位

根据媒体消息，这可是DeepSeek V4系列第一个原生支持图片输入的视觉模型哦！官方明明白白标了“Exp”也就是实验版本，早在2026年8月21日就已经登上DeepSeek API平台啦！

它可不只玩文字哦，现在直接能把图片当输入喂进去！描述图片内容、识别截图文字、分析表格数据这些活都能搞定，JPEG、PNG、GIF、WebP常用图片格式它全认！

深度求索官方发话啦：V4-Flash-Vision-Exp在各种Agent框架里都能完美适配，适配能力好得超出预期！大家完全可以靠它搭配各种Agent工具，解锁超多好用的新工作场景~

它在纯文本任务（比如Agent推理、世界知识类任务）上的表现，和V4-Flash正式版一模一样，原有的优势一点都没丢！而在需要视觉理解的Agent基准测试里，它的表现比原来的V4-Flash好了不止一点，现在多模态Agent能力都快追上Opus-4.8啦！