触动心灵 很多模型一上视觉，文本推理就缩水感觉跟换了脑子一样。但是DeepSeek这次明确说是在 V4-Flash 原有架构上“加入视觉模块”，然后持续训练出图像理解，同时保留原来的文本、推理和 Agent 能力，这点就很关键了。在实际场景里，你需要的不是一个只会看图说话的玩具，而是一个能看图、能推理、还能接着干活的Agent。如果多模态是长出来的而不是换掉的，那这个实验方向就对了。期待后续跑一下Agent任务看看稳定性。