DeepSeek识图:两次上传梁文锋照片都识别成张一鸣

2026-06-20 | 来源: 红星新闻 | 转到微信 | 有0人参与评论 | 字体: 放大缩小 | 收藏 | 打印

6月18日，DeepSeek网页及APP端，均新增了“识图模式”，并显示“图片理解功能内测中”。同一天，DeepSeek多模态团队负责人陈小康在社交媒体上发文称，视觉模式已在网页和应用上正式上线，“试试这双新眼睛”。

6月19日，红星资本局实测发现，DeepSeek的识图功能并不太稳定。

红星资本局实测时上传了一张DeepSeek创始人梁文锋的照片，但DeepSeek将其识别为字节跳动的张一鸣；紧接着再上传另外一张梁文锋的照片，DeepSeek仍然认为是张一鸣；最后上传了张一鸣的照片，DeepSeek识别正确。

随后红星资本局开启新对话，重新上传张一鸣的照片，DeepSeek将其识别为寒武纪创始人陈天石；紧接着上传梁文锋的照片，DeepSeek仍然认为照片中的人是陈天石。在多次对话中，DeepSeek还曾表示“无法回答问题”。

DeepSeek在回答中表示，目前的“识图功能”其实是“读图”。

实测DeepSeek"识图模式":连自己老板都不认识

微软考虑使用DeepSeek开发低成本Copilot软件

路透:美暂缓将DeepSeek等列黑名单避免激怒北京

DeepSeek目前支持的图像文件上传和视觉识别为OCR模型，即读取图像中的文本，擅长从上传的图像（PDF、Word、Excel、PPT、JPG等）中读取文本，并处理该文本；而不是多模态视觉语言模型(VLM)，无法以像素级别“看到”物体、人脸或场景。

对于将梁文锋识别成其他人，DeepSeek再次表示自己没有人脸识别模块，不会“看脸”只会“看字”，如果照片中只有一张脸，“我只能回复你图片中没有文字内容”。

于是红星资本局又上传了其他带有文字的图片，对于“货拉拉被约谈”的新闻资讯的封面，DeepSeek基本可以识别出图中内容，但将图中的“货拉拉”识别为“货拉业”，并认为是图片中的字打错了。对于“新东方集团总结大会”视频截图，DeepSeek可识别出图中的信息，并且精确捕捉到俞敏洪也在图片中。