DeepSeek补上了多模态这块板
8月21日，DeepSeek上线多模态API服务，模型名叫V4-Flash-Vision-Exp。一周多之后的8月31日，权重也放了出来。IT之家、腾讯新闻等多家媒体确认了开源的消息。

先说这块板为什么重要。DeepSeek此前的强项在语言和推理。写代码、做数学、长文本分析，这条线上它的开源版本已经是不少团队拿来对比的基准。但真实应用里，相当一部分任务不是纯文本：图表要读，截图要看，界面要理解。没有视觉能力，模型就等于缺了一只眼。

V4-Flash-Vision-Exp这个名字，三个词各有信息。Flash指向轻量，推理成本被刻意压低；Vision指向视觉输入；Exp说明它是实验版本——能力在快速迭代，边界还在画。从命名就能看出，这不是一次旗舰发布，而是一次能力补齐的施工。

反对的看法也一直存在：多模态赛道早就拥挤，各家都有视觉模型，DeepSeek来得不算早。这个判断有道理。但换个角度看，开源生态缺的不是"又一个视觉模型"，缺的是能和主力推理模型顺畅协作、且权重完全开放的多模态选项。Agent要做的事，正是把看、读、写、算串起来——这正是官方描述里强调的多模态Agent方向。

从官方更新日志看，这次开源遵循了DeepSeek一贯的节奏：API先行，收集真实调用反馈，随后开放权重。顺序本身就是一种策略——先让模型在真实流量里暴露问题，再把相对稳定的版本交给社区。权重和API双轨，也让不同体量的团队各取所需：跑不起集群的用API，要私有化部署的下权重。

当然，把话说满还早。Exp后缀意味着这不是最终形态，视觉能力的上限、复杂场景的稳定性、与主力模型的配合深度，都要靠社区实测来验证。发布页写得再好，权重下载之后的表现才是评分表。

归根结底，这次开源的意义不在某个跑分，而在棋盘上少了一个明显的空格。多模态这块板补上之后，DeepSeek的模型矩阵总算凑齐了"全家桶"。接下来值得盯的，是社区用这副牌能打出什么。