DeepSeek тестирует режим «Распознавание» изображений


В интерфейсе чат-бота DeepSeek появился новый режим «Распознавание» — рядом с режимами «Быстрый» и «Эксперт». В этом режиме можно загрузить и проанализировать изображения: описать сцену или объект, распознать текст на фото, разобрать интерфейс или скриншот, и прочее.

Сейчас функция доступна в тестовом режиме в веб-версии и мобильном приложении DeepSeek после обновления. Компания публично запуск пока не анонсировала. Детали в материале Postium.

«Распознавание» изображений в DeepSeek — что и как работает

«Распознавание» в DeepSeek — это режим понимания изображений внутри чат-бота. Он добавляет в обычный чат работу с визуальными данными: пользователь может загрузить фотографию, документ, таблицу, скриншот или изображение сайта, а модель анализирует содержимое и отвечает по нему.

Режим умеет распознавать текст на изображениях, разбирать интерфейсы и структурированные данные, описывать сцены и объекты, а также работать с документами и таблицами прямо в диалоге. Можно загрузить загрузить до 50 документов или изображений, до 100 МБ каждый.

Как распознать текст на фото с помощью DeepSeek

Если режим появился в аккаунте, выберите «Распознавание» рядом с «Быстрым» и «Экспертом». После этого загрузите изображение в чат через иконку скрепки.

Дальше напишите, что нужно сделать. Например: «Распознай текст на фото и пришли его в ответе». DeepSeek проанализирует изображение и вернёт текст прямо в чате.

В режиме глубокого мышления можно давать более сложные задачи. Например: сначала попросить модель описать картинку, а затем — написать промт для генерации похожего изображения.

Ещё один пример запроса: «Проанализируй скриншот интерфейса и напиши HTML-код для похожей страницы».

Если режима нет, включить его вручную пока нельзя. Доступ зависит от тестирования.

Почему это важно? Новый режим закрывает задачи, где пользователю проще показать изображение, чем писать запрос с нуля. Это может быть скриншот интерфейса, таблица, документ, страница сайта или фотография.

Для DeepSeek это ещё один шаг в сторону мультимодального чат-бота. Сервис начинает работать не только с текстом, но и с визуальными данными внутри одного диалога.

Ранее компания выпустила ИИ-модели линейки DeepSeek-V4. В неё вошли две MoE-модели: V4-Pro с 1,6 трлн параметров и V4-Flash с 284 млрд параметров.

Итог: DeepSeek начал открывать доступ к новому режиму «Распознавание», который добавляет в чат анализ изображений, документов, таблиц и интерфейсов.



Источник

Межтекстовые Отзывы
Посмотреть все комментарии
guest

OpenAI выпустила приложение Sora на Android — пока только в 7 странах

OpenAI представила Android-версию приложения Sora — инструмента для генерации коротких видео с помощью искусственного интеллекта. Скачать ИИ-генератор видео...

ElevenLabs представила Studio 4.0 с генерацией видео, изображений и звука

ElevenLabs выпустила Studio 4.0 — обновлённый редактор, а также Studio Agent. В одном проекте теперь можно генерировать видео,...

Промты для новогодней ИИ-фотосессии, +подходящие нейросети

Как говорят, готовь сани зимой, а промты для новогодних ИИ-фотосессий — в ноябре. Картинки можно публиковать уже сейчас...

Suno выпустила Studio 2.0 — добавили поддержку MIDI и синтезатор

Suno выпустила Studio 2.0 — обновление браузерной рабочей станции для создания музыки. В ней появились MIDI-дорожки с возможностью...

Gemini взломала три компании на испытаниях и остановилась сама

Gemini во время майских кибериспытаний вошла в системы трёх реальных компаний. В одном случае модель подобрала пароль, в...

Pika запустила Relight Media для изменения света в фото и видео

Pika открыла Relight Media — приложение, которое меняет освещение в готовом фото или видеоролике. Пользователь загружает файл, выбирает...

Alibaba выпустила Qwen-Image 2.1 с генерацией прозрачных изображений

Команда Qwen выпустила Qwen-Image 2.1 — модель для генерации и редактирования изображений. Веса опубликованы 20 сентября 2026 года...

Alibaba выпустила Qwen-Image-3.0 без весов и бенчмарков, но с промптами на 4500 токенов

Alibaba выпустила Qwen-Image-3.0 - третье поколение генератора изображений с прицелом на практическую пользу: длинные детальные подписи, читаемый мелкий...

DeepSeek представила DeepSeek-OCR — новую модель для сжатия визуального контекста в LLM

Компания DeepSeek показала DeepSeek-OCR — OCR-модель, созданную специально для больших языковых моделей. Вместо обычного распознавания текста она сжимает...

Alibaba сообщила о падении прибыли на 75% из-за крупных инвестиций в ИИ-инфраструктуру

Китайский технологический гигант Alibaba в четверг сообщил о падении прибыли за последний квартал на 75% на фоне крупных...

OpenAI уберёт GPT-5.5 из ChatGPT и Codex 14 октября

OpenAI предупредила о завершении поддержки GPT-5.5 в ChatGPT, ChatGPT Work и Codex. Модель уберут из этих продуктов 14...

ElevenLabs представила Composer — редактор песен по секциям

ElevenLabs добавила Composer в сервис Eleven Music. Редактор позволяет начать песню с чистого листа, текстового запроса, собственных слов...

ElevenLabs запустила Flows Agent в ElevenCreative — агент строит workflow по текстовому запросу

ElevenLabs представила Flows Agent в ElevenCreative. Пользователь описывает, что хочет создать, а ИИ-агент подбирает модели, добавляет узлы на...

20 промтов для осенней ИИ-фотосессии в нейросетях

Осенняя фотосессия не обязательно требует поездки в парк, холодной погоды и пары часов на съёмку. Если у вас...

Обзор платформы lava.top

lava.top — это международная платформа для продажи контента, позволяющая создавать и продавать цифровые продукты без подключения дополнительных платежных...

Qwen выпустила плагины Qwen-MM для мультимодальных ИИ-агентов

Команда Qwen опубликовала Qwen-MM-Plugins — набор открытых плагинов для работы ИИ-агентов с изображениями, видео и документами. Репозиторий поддерживает...

Промты для фото и открыток ко Дню России, +нейросети для генерации

Ищете промты для открыток ко Дню России? Нейросети могут сделать семейное поздравление по фото, портрет в праздничном образе,...

Что изменилось в новой флагманской модели Anthropic Claude Opus 4.8

В мае 2026 года компания Anthropic обновила флагманскую модель Opus до версии 4.8. И на первый взгляд, этот...

Вышла новая ChatGPT Images 2.5 которая правит картинку по комментариям и наброску

OpenAI выпустила ChatGPT Images 2.5 - обновление генератора картинок с правками по комментариям прямо на изображении, режимом рисования...

Grok Imagine научился править картинку по кускам: xAI открыла Image 2.0 всем пользователям

xAI открыла общий доступ к Imagine Image 2.0 - новому режиму Quality в Grok Imagine на сайте и...