顶级体验！DeepSeek V4 Vision多模态模型介绍与效果实测！DeepSeek V4-Flash-Vision-Exp重磅发布！

九天Hector 首頁 每日列表 原始影片
實際影片長度：6:14.621。原文、繁中、雙語可點擊句子跳轉影片。
0:00.000–0:03.239
Dipsic V4 Flash Vision 也就是多摩碳模型,
0:03.239–0:04.280
現在已經正式發布。
0:04.280–0:06.600
我們在第一時間對它進行了性能測試。
0:06.600–0:13.278
大家現在看到的就是它真實在Dipsic Harness裡面去完成的一個PPT的一次提示,
0:13.278–0:14.520
最終生成的效果。
0:14.520–0:16.200
怎麼樣?是不是非常的驚艷?
0:16.200–0:21.400
同時我們也讓它圍繞我們的一場公開課來製作了一個視頻介紹。
0:21.400–0:28.960
那麼大家看到現在這個視頻,無論是動效內容,還是整體的布局等等各個環節,
0:28.960–0:30.668
是不是都非常的驚艷?
0:30.668–0:35.280
可以說相比於之前的我們看到大模型生成的視頻或者PPT,
0:35.280–0:37.160
整體的審美都提升了一大截。
0:37.160–0:42.040
而這都得益於我們最新的V4 Flash Vision模型強大的多摩碳效果。
0:42.040–0:46.680
就在剛剛Dipsic V4 Flash Vision版本的模型正式上線了。
0:46.680–0:49.920
這也是Dipsic的第一款多摩碳的模型,
0:49.920–0:52.320
然後目前是開啟了API的服務,
0:52.320–0:55.720
然後是暫時沒有上線模型的權重。
0:55.720–0:59.085
然後目前這個模型可以以Dipsic V4 Flash Vision
0:59.085–1:00.880
EXP的這樣的API來進行調用。
1:00.880–1:05.520
那麼它的整個模型的文本能力是和V4 Flash平起,
1:05.520–1:10.000
然後它的視覺能力是對標現在的OPUS4.8,
1:10.000–1:13.080
也就是上一代的Cloud的旗艦模型。
1:13.080–1:15.120
整體的視覺能力其實還是非常不錯。
1:15.120–1:19.127
然後我們也是在第一時間把這個模型接入到我們的Dipsic
1:19.127–1:21.560
Harness Studio裡邊來,
1:21.560–1:23.280
然後進行了一些實測。
1:23.280–1:28.920
比如說我們大家現在看到的這樣的一組動畫效果非常精美的PPT,
1:28.920–1:30.651
其實就是把我們現在的V4 Flash
1:30.651–1:33.400
Vision這個模型接入到Dipsic Harness,
1:33.400–1:35.280
並且開啟視覺模式之後,
1:35.280–1:37.080
最後編輯得到這樣的一個結果。
1:37.080–1:39.080
那麼有了視覺能力之後,
1:39.080–1:43.520
也代表著現在的Agent他可以一邊看到自己的輸出結果,
1:43.520–1:46.280
一邊來進行不斷的生成優化。
1:46.280–1:48.560
那麼我們其實也是封裝了一個Preset,
1:48.560–1:52.720
在我們團隊給大家提供的Dipsic Harness Studio裡邊來進行一個運行。
1:52.720–1:54.080
那麼大家現在看到的這個PPT,
1:54.080–1:56.080
是不是覺得效果就還不錯。
1:56.080–2:00.560
當然我們這組PPT不僅是有比較美觀的動畫的交互效果,
2:00.560–2:05.560
然後同時呢它有多種不同顏色可以來進行選擇和切換。
2:05.560–2:07.160
這個其實是我們第一時間,
2:07.160–2:10.160
差不多花了半個多小時左右的時間跑出來這個結果。
2:10.160–2:12.200
當然除了它有了視覺能力之後,
2:12.200–2:14.040
可以來進行識別圖像,
2:14.040–2:18.040
然後來進行更好的比如說HTML的PPT的開發之外呢,
2:18.040–2:21.520
我們也來進行了一些視頻製作方面的嘗試。
2:21.520–2:24.880
那比如說大家現在看到的就是我們也是一樣的,
2:24.880–2:25.400
對不對?
2:25.400–2:29.400
用Dipsic Harness加上現在的V4 Flash這個模型來做了一個
2:29.400–2:33.520
我們現在的這個課程視頻的一個宣傳動畫。
2:33.520–2:35.520
這個提示其實並不複雜了,
2:35.520–2:36.200
就跟大家說,
2:36.200–2:38.280
網友團公開課的裡面有什麼樣的內容。
2:38.280–2:39.520
然後它最後呢,
2:39.520–2:40.760
生成的這個動畫效果,
2:40.760–2:42.320
是不是非常的,
2:42.320–2:43.800
可以說還是很驚豔的,
2:43.800–2:45.320
一次性的生成的這個結果,
2:45.320–2:48.880
我們差不多半個小時內就跑出這樣的一個效果。
2:48.880–2:50.920
那麼其實通過這組的這個實踐,
2:50.920–2:52.040
也能夠看得出來,
2:52.040–2:56.800
目前V4 FlashVision模型的視覺和推力能力都是非常強的。
2:56.800–2:57.480
當然現在呢,
2:57.480–3:00.280
它其實是還是屬於Vision Flash這個模型,
3:00.280–3:02.160
之後應該還會有Pro模型上線。
3:02.160–3:03.800
但是它現在權重也還沒開源,
3:03.800–3:06.000
之後應該也會有對應的開源權重,
3:06.000–3:07.680
然後可以來進行本地部署。
3:07.680–3:13.120
那同時它這裡還有官網上給了一些PPT的製作這樣的一個效果,
3:13.120–3:13.620
對不對?
3:13.620–3:15.600
那官網上的PPT其實也非常漂亮。
3:15.600–3:18.400
當然這個主要是一些旅遊風景介紹的PPT,
3:18.400–3:22.480
跟我們剛才看到的PPT其實是比較類似的。
3:22.480–3:25.600
當然我們的PPT的內容不太一樣,
3:25.600–3:27.720
但是整體的風格都是非常美觀。
3:27.720–3:31.120
然後同時這裡還有對一些官網進行二次創作,
3:31.120–3:34.120
包括更新文檔裡面還提供了,
3:34.120–3:38.120
比如說具有一些怪物風格動態特效的前端,
3:38.120–3:39.720
一些Demo等等等等。
3:39.720–3:40.400
那總之呢,
3:40.400–3:43.800
其實有了Vision的這樣的一個視覺能力之後,
3:43.800–3:45.133
搭配了DeepthickHarness,
3:45.133–3:45.920
它其實就能夠,
3:45.920–3:46.920
就像我們剛剛說的,
3:46.920–3:48.360
一邊看到這個成果,
3:48.360–3:49.200
一邊來進行製作,
3:49.200–3:52.760
那麼它整個的視覺製作的效果肯定是要更上一層樓的。
3:52.760–3:55.920
那目前這個API是可以直接來進行調用,
3:55.920–3:59.360
然後它是實際試圖的過程當中,
3:59.360–4:00.920
它是按照Token來進行積費,
4:00.920–4:03.600
就是把這個圖像轉換成文本對應的Token,
4:03.600–4:04.600
然後來進行積費。
4:04.600–4:07.680
然後同時也是因為它現在上線了多麼太模型,
4:07.680–4:09.920
所以它還給了一個Files的API,
4:09.920–4:13.360
那麼Files的API其實你可以把它理解成是一個圖床,
4:13.360–4:16.720
因為我們未來再進行圖片的交流,
4:16.720–4:19.520
包括來進行一些圖像信息的傳遞的時候,
4:19.520–4:23.520
你肯定不能是以Base64格式來傳輸一長串字符串,
4:23.520–4:27.320
你肯定是得有一個公網的地址,
4:27.320–4:29.800
然後再來進行圖片的讀取其實會方便很多,
4:29.800–4:32.800
所以它現在同時是給了一個Files的API,
4:32.800–4:36.440
然後Files的API你可以把它理解成就是一個在線的文件管理系統,
4:36.440–4:39.000
那麼現在是隨著視覺模型一起上線的,
4:39.000–4:40.880
其實除了Deepseek之外,
4:40.880–4:42.200
像OpenAI和Enthelpic,
4:42.200–4:45.240
它們都有一些自己在線的文件管理系統,
4:45.240–4:47.080
現在Deepseek也有了,
4:47.080–4:49.720
接下來你就可以上傳圖片到它們的平台,
4:49.720–4:54.240
然後接下來就可以通過FileID來進行引入和使用。
4:54.240–4:58.040
當然我們團隊給大家額外提供的DeepseekHarnessStudio,
4:58.040–4:58.960
這樣的中間客戶端,
4:58.960–5:02.600
我們也是第一時間集成了目前VS FlashVision這樣的模型,
5:02.600–5:04.000
來進行視覺增強。
5:04.000–5:07.080
然後同時大家剛剛看到的用它去做PPT,
5:07.080–5:08.080
用它做的視頻,
5:08.080–5:10.200
其實都是對應的不同的Preset,
5:10.200–5:12.480
然後在我們最新版的DeepseekHarnessStudio,
5:12.480–5:14.840
裡面有一個專門的Preset網場,
5:14.840–5:17.000
可以把理解成就是一個Agent預設,
5:17.000–5:19.880
然後在這裡面就有對應的去製作PPT,
5:19.880–5:21.080
大家看到PPTOffice,
5:21.080–5:21.580
對不對,
5:21.580–5:26.160
和視頻生成的一些對應封裝好的Agent預設,
5:26.160–5:29.160
那麼大家之後拿到我們的DeepseekHarnessStudio之後,
5:29.160–5:30.880
就會直接選擇對應的預設模式,
5:30.880–5:35.000
然後輸入一些提示就可以讓它自動的幫你去完成精美的PPT,
5:35.000–5:37.360
和視頻製作相關的一些事項了。
5:37.360–5:37.860
好,
5:37.860–5:42.480
那麼本期視頻是一個關於DeepseekV4 FlashVision模型的一個快速的介紹,
5:42.480–5:44.000
那麼大家現在如果想要體驗這個模型,
5:44.000–5:45.760
就可以在API上來進行一個調用,
5:45.760–5:46.560
那麼除此之外,
5:46.560–5:52.000
大家也可以在我們的DeepseekHarnessStudio上來去體驗視覺增強這樣的功能,
5:52.000–5:52.500
以及,
5:52.500–5:53.080
對不對,
5:53.080–5:55.760
去使用我們剛剛大家所看到的做PPT,
5:55.760–5:57.560
還有做視頻的相關這樣的一個流程。
5:57.560–5:58.060
當然,
5:58.060–5:59.720
全套的製作流程和提示詞,
5:59.720–6:04.520
以及關於DeepseekHarness和Deepseek最新的V4這樣的模型相關資料,
6:04.520–6:07.640
以及大家現在看到的DeepseekHarnessStudio這樣的安裝包,
6:07.640–6:09.560
都已經上限至我們的富凡AI社區,
6:09.560–6:10.600
大家查看自己評論,
6:10.600–6:11.640
即可領取。
6:11.640–6:12.920
本期視頻就先到這,
6:12.920–6:13.760
我們下個視頻,
6:13.760–6:14.360
再見。
0:00.000–0:03.239
Dipsic V4 Flash Vision 也就是多摩碳模型,
0:03.239–0:04.280
現在已經正式發布。
0:04.280–0:06.600
我們在第一時間對它進行了性能測試。
0:06.600–0:13.278
大家現在看到的就是它真實在Dipsic Harness裡面去完成的一個PPT的一次提示,
0:13.278–0:14.520
最終生成的效果。
0:14.520–0:16.200
怎麼樣?是不是非常的驚艷?
0:16.200–0:21.400
同時我們也讓它圍繞我們的一場公開課來製作了一個視頻介紹。
0:21.400–0:28.960
那麼大家看到現在這個視頻,無論是動效內容,還是整體的布局等等各個環節,
0:28.960–0:30.668
是不是都非常的驚艷?
0:30.668–0:35.280
可以說相比於之前的我們看到大模型生成的視頻或者PPT,
0:35.280–0:37.160
整體的審美都提升了一大截。
0:37.160–0:42.040
而這都得益於我們最新的V4 Flash Vision模型強大的多摩碳效果。
0:42.040–0:46.680
就在剛剛Dipsic V4 Flash Vision版本的模型正式上線了。
0:46.680–0:49.920
這也是Dipsic的第一款多摩碳的模型,
0:49.920–0:52.320
然後目前是開啟了API的服務,
0:52.320–0:55.720
然後是暫時沒有上線模型的權重。
0:55.720–0:59.085
然後目前這個模型可以以Dipsic V4 Flash Vision
0:59.085–1:00.880
EXP的這樣的API來進行調用。
1:00.880–1:05.520
那麼它的整個模型的文本能力是和V4 Flash平起,
1:05.520–1:10.000
然後它的視覺能力是對標現在的OPUS4.8,
1:10.000–1:13.080
也就是上一代的Cloud的旗艦模型。
1:13.080–1:15.120
整體的視覺能力其實還是非常不錯。
1:15.120–1:19.127
然後我們也是在第一時間把這個模型接入到我們的Dipsic
1:19.127–1:21.560
Harness Studio裡邊來,
1:21.560–1:23.280
然後進行了一些實測。
1:23.280–1:28.920
比如說我們大家現在看到的這樣的一組動畫效果非常精美的PPT,
1:28.920–1:30.651
其實就是把我們現在的V4 Flash
1:30.651–1:33.400
Vision這個模型接入到Dipsic Harness,
1:33.400–1:35.280
並且開啟視覺模式之後,
1:35.280–1:37.080
最後編輯得到這樣的一個結果。
1:37.080–1:39.080
那麼有了視覺能力之後,
1:39.080–1:43.520
也代表著現在的Agent他可以一邊看到自己的輸出結果,
1:43.520–1:46.280
一邊來進行不斷的生成優化。
1:46.280–1:48.560
那麼我們其實也是封裝了一個Preset,
1:48.560–1:52.720
在我們團隊給大家提供的Dipsic Harness Studio裡邊來進行一個運行。
1:52.720–1:54.080
那麼大家現在看到的這個PPT,
1:54.080–1:56.080
是不是覺得效果就還不錯。
1:56.080–2:00.560
當然我們這組PPT不僅是有比較美觀的動畫的交互效果,
2:00.560–2:05.560
然後同時呢它有多種不同顏色可以來進行選擇和切換。
2:05.560–2:07.160
這個其實是我們第一時間,
2:07.160–2:10.160
差不多花了半個多小時左右的時間跑出來這個結果。
2:10.160–2:12.200
當然除了它有了視覺能力之後,
2:12.200–2:14.040
可以來進行識別圖像,
2:14.040–2:18.040
然後來進行更好的比如說HTML的PPT的開發之外呢,
2:18.040–2:21.520
我們也來進行了一些視頻製作方面的嘗試。
2:21.520–2:24.880
那比如說大家現在看到的就是我們也是一樣的,
2:24.880–2:25.400
對不對?
2:25.400–2:29.400
用Dipsic Harness加上現在的V4 Flash這個模型來做了一個
2:29.400–2:33.520
我們現在的這個課程視頻的一個宣傳動畫。
2:33.520–2:35.520
這個提示其實並不複雜了,
2:35.520–2:36.200
就跟大家說,
2:36.200–2:38.280
網友團公開課的裡面有什麼樣的內容。
2:38.280–2:39.520
然後它最後呢,
2:39.520–2:40.760
生成的這個動畫效果,
2:40.760–2:42.320
是不是非常的,
2:42.320–2:43.800
可以說還是很驚豔的,
2:43.800–2:45.320
一次性的生成的這個結果,
2:45.320–2:48.880
我們差不多半個小時內就跑出這樣的一個效果。
2:48.880–2:50.920
那麼其實通過這組的這個實踐,
2:50.920–2:52.040
也能夠看得出來,
2:52.040–2:56.800
目前V4 FlashVision模型的視覺和推力能力都是非常強的。
2:56.800–2:57.480
當然現在呢,
2:57.480–3:00.280
它其實是還是屬於Vision Flash這個模型,
3:00.280–3:02.160
之後應該還會有Pro模型上線。
3:02.160–3:03.800
但是它現在權重也還沒開源,
3:03.800–3:06.000
之後應該也會有對應的開源權重,
3:06.000–3:07.680
然後可以來進行本地部署。
3:07.680–3:13.120
那同時它這裡還有官網上給了一些PPT的製作這樣的一個效果,
3:13.120–3:13.620
對不對?
3:13.620–3:15.600
那官網上的PPT其實也非常漂亮。
3:15.600–3:18.400
當然這個主要是一些旅遊風景介紹的PPT,
3:18.400–3:22.480
跟我們剛才看到的PPT其實是比較類似的。
3:22.480–3:25.600
當然我們的PPT的內容不太一樣,
3:25.600–3:27.720
但是整體的風格都是非常美觀。
3:27.720–3:31.120
然後同時這裡還有對一些官網進行二次創作,
3:31.120–3:34.120
包括更新文檔裡面還提供了,
3:34.120–3:38.120
比如說具有一些怪物風格動態特效的前端,
3:38.120–3:39.720
一些Demo等等等等。
3:39.720–3:40.400
那總之呢,
3:40.400–3:43.800
其實有了Vision的這樣的一個視覺能力之後,
3:43.800–3:45.133
搭配了DeepthickHarness,
3:45.133–3:45.920
它其實就能夠,
3:45.920–3:46.920
就像我們剛剛說的,
3:46.920–3:48.360
一邊看到這個成果,
3:48.360–3:49.200
一邊來進行製作,
3:49.200–3:52.760
那麼它整個的視覺製作的效果肯定是要更上一層樓的。
3:52.760–3:55.920
那目前這個API是可以直接來進行調用,
3:55.920–3:59.360
然後它是實際試圖的過程當中,
3:59.360–4:00.920
它是按照Token來進行積費,
4:00.920–4:03.600
就是把這個圖像轉換成文本對應的Token,
4:03.600–4:04.600
然後來進行積費。
4:04.600–4:07.680
然後同時也是因為它現在上線了多麼太模型,
4:07.680–4:09.920
所以它還給了一個Files的API,
4:09.920–4:13.360
那麼Files的API其實你可以把它理解成是一個圖床,
4:13.360–4:16.720
因為我們未來再進行圖片的交流,
4:16.720–4:19.520
包括來進行一些圖像信息的傳遞的時候,
4:19.520–4:23.520
你肯定不能是以Base64格式來傳輸一長串字符串,
4:23.520–4:27.320
你肯定是得有一個公網的地址,
4:27.320–4:29.800
然後再來進行圖片的讀取其實會方便很多,
4:29.800–4:32.800
所以它現在同時是給了一個Files的API,
4:32.800–4:36.440
然後Files的API你可以把它理解成就是一個在線的文件管理系統,
4:36.440–4:39.000
那麼現在是隨著視覺模型一起上線的,
4:39.000–4:40.880
其實除了Deepseek之外,
4:40.880–4:42.200
像OpenAI和Enthelpic,
4:42.200–4:45.240
它們都有一些自己在線的文件管理系統,
4:45.240–4:47.080
現在Deepseek也有了,
4:47.080–4:49.720
接下來你就可以上傳圖片到它們的平台,
4:49.720–4:54.240
然後接下來就可以通過FileID來進行引入和使用。
4:54.240–4:58.040
當然我們團隊給大家額外提供的DeepseekHarnessStudio,
4:58.040–4:58.960
這樣的中間客戶端,
4:58.960–5:02.600
我們也是第一時間集成了目前VS FlashVision這樣的模型,
5:02.600–5:04.000
來進行視覺增強。
5:04.000–5:07.080
然後同時大家剛剛看到的用它去做PPT,
5:07.080–5:08.080
用它做的視頻,
5:08.080–5:10.200
其實都是對應的不同的Preset,
5:10.200–5:12.480
然後在我們最新版的DeepseekHarnessStudio,
5:12.480–5:14.840
裡面有一個專門的Preset網場,
5:14.840–5:17.000
可以把理解成就是一個Agent預設,
5:17.000–5:19.880
然後在這裡面就有對應的去製作PPT,
5:19.880–5:21.080
大家看到PPTOffice,
5:21.080–5:21.580
對不對,
5:21.580–5:26.160
和視頻生成的一些對應封裝好的Agent預設,
5:26.160–5:29.160
那麼大家之後拿到我們的DeepseekHarnessStudio之後,
5:29.160–5:30.880
就會直接選擇對應的預設模式,
5:30.880–5:35.000
然後輸入一些提示就可以讓它自動的幫你去完成精美的PPT,
5:35.000–5:37.360
和視頻製作相關的一些事項了。
5:37.360–5:37.860
好,
5:37.860–5:42.480
那麼本期視頻是一個關於DeepseekV4 FlashVision模型的一個快速的介紹,
5:42.480–5:44.000
那麼大家現在如果想要體驗這個模型,
5:44.000–5:45.760
就可以在API上來進行一個調用,
5:45.760–5:46.560
那麼除此之外,
5:46.560–5:52.000
大家也可以在我們的DeepseekHarnessStudio上來去體驗視覺增強這樣的功能,
5:52.000–5:52.500
以及,
5:52.500–5:53.080
對不對,
5:53.080–5:55.760
去使用我們剛剛大家所看到的做PPT,
5:55.760–5:57.560
還有做視頻的相關這樣的一個流程。
5:57.560–5:58.060
當然,
5:58.060–5:59.720
全套的製作流程和提示詞,
5:59.720–6:04.520
以及關於DeepseekHarness和Deepseek最新的V4這樣的模型相關資料,
6:04.520–6:07.640
以及大家現在看到的DeepseekHarnessStudio這樣的安裝包,
6:07.640–6:09.560
都已經上限至我們的富凡AI社區,
6:09.560–6:10.600
大家查看自己評論,
6:10.600–6:11.640
即可領取。
6:11.640–6:12.920
本期視頻就先到這,
6:12.920–6:13.760
我們下個視頻,
6:13.760–6:14.360
再見。
0:00.000–0:03.239
Dipsic V4 Flash Vision 也就是多摩碳模型,
Dipsic V4 Flash Vision 也就是多摩碳模型,
0:03.239–0:04.280
現在已經正式發布。
現在已經正式發布。
0:04.280–0:06.600
我們在第一時間對它進行了性能測試。
我們在第一時間對它進行了性能測試。
0:06.600–0:13.278
大家現在看到的就是它真實在Dipsic Harness裡面去完成的一個PPT的一次提示,
大家現在看到的就是它真實在Dipsic Harness裡面去完成的一個PPT的一次提示,
0:13.278–0:14.520
最終生成的效果。
最終生成的效果。
0:14.520–0:16.200
怎麼樣?是不是非常的驚艷?
怎麼樣?是不是非常的驚艷?
0:16.200–0:21.400
同時我們也讓它圍繞我們的一場公開課來製作了一個視頻介紹。
同時我們也讓它圍繞我們的一場公開課來製作了一個視頻介紹。
0:21.400–0:28.960
那麼大家看到現在這個視頻,無論是動效內容,還是整體的布局等等各個環節,
那麼大家看到現在這個視頻,無論是動效內容,還是整體的布局等等各個環節,
0:28.960–0:30.668
是不是都非常的驚艷?
是不是都非常的驚艷?
0:30.668–0:35.280
可以說相比於之前的我們看到大模型生成的視頻或者PPT,
可以說相比於之前的我們看到大模型生成的視頻或者PPT,
0:35.280–0:37.160
整體的審美都提升了一大截。
整體的審美都提升了一大截。
0:37.160–0:42.040
而這都得益於我們最新的V4 Flash Vision模型強大的多摩碳效果。
而這都得益於我們最新的V4 Flash Vision模型強大的多摩碳效果。
0:42.040–0:46.680
就在剛剛Dipsic V4 Flash Vision版本的模型正式上線了。
就在剛剛Dipsic V4 Flash Vision版本的模型正式上線了。
0:46.680–0:49.920
這也是Dipsic的第一款多摩碳的模型,
這也是Dipsic的第一款多摩碳的模型,
0:49.920–0:52.320
然後目前是開啟了API的服務,
然後目前是開啟了API的服務,
0:52.320–0:55.720
然後是暫時沒有上線模型的權重。
然後是暫時沒有上線模型的權重。
0:55.720–0:59.085
然後目前這個模型可以以Dipsic V4 Flash Vision
然後目前這個模型可以以Dipsic V4 Flash Vision
0:59.085–1:00.880
EXP的這樣的API來進行調用。
EXP的這樣的API來進行調用。
1:00.880–1:05.520
那麼它的整個模型的文本能力是和V4 Flash平起,
那麼它的整個模型的文本能力是和V4 Flash平起,
1:05.520–1:10.000
然後它的視覺能力是對標現在的OPUS4.8,
然後它的視覺能力是對標現在的OPUS4.8,
1:10.000–1:13.080
也就是上一代的Cloud的旗艦模型。
也就是上一代的Cloud的旗艦模型。
1:13.080–1:15.120
整體的視覺能力其實還是非常不錯。
整體的視覺能力其實還是非常不錯。
1:15.120–1:19.127
然後我們也是在第一時間把這個模型接入到我們的Dipsic
然後我們也是在第一時間把這個模型接入到我們的Dipsic
1:19.127–1:21.560
Harness Studio裡邊來,
Harness Studio裡邊來,
1:21.560–1:23.280
然後進行了一些實測。
然後進行了一些實測。
1:23.280–1:28.920
比如說我們大家現在看到的這樣的一組動畫效果非常精美的PPT,
比如說我們大家現在看到的這樣的一組動畫效果非常精美的PPT,
1:28.920–1:30.651
其實就是把我們現在的V4 Flash
其實就是把我們現在的V4 Flash
1:30.651–1:33.400
Vision這個模型接入到Dipsic Harness,
Vision這個模型接入到Dipsic Harness,
1:33.400–1:35.280
並且開啟視覺模式之後,
並且開啟視覺模式之後,
1:35.280–1:37.080
最後編輯得到這樣的一個結果。
最後編輯得到這樣的一個結果。
1:37.080–1:39.080
那麼有了視覺能力之後,
那麼有了視覺能力之後,
1:39.080–1:43.520
也代表著現在的Agent他可以一邊看到自己的輸出結果,
也代表著現在的Agent他可以一邊看到自己的輸出結果,
1:43.520–1:46.280
一邊來進行不斷的生成優化。
一邊來進行不斷的生成優化。
1:46.280–1:48.560
那麼我們其實也是封裝了一個Preset,
那麼我們其實也是封裝了一個Preset,
1:48.560–1:52.720
在我們團隊給大家提供的Dipsic Harness Studio裡邊來進行一個運行。
在我們團隊給大家提供的Dipsic Harness Studio裡邊來進行一個運行。
1:52.720–1:54.080
那麼大家現在看到的這個PPT,
那麼大家現在看到的這個PPT,
1:54.080–1:56.080
是不是覺得效果就還不錯。
是不是覺得效果就還不錯。
1:56.080–2:00.560
當然我們這組PPT不僅是有比較美觀的動畫的交互效果,
當然我們這組PPT不僅是有比較美觀的動畫的交互效果,
2:00.560–2:05.560
然後同時呢它有多種不同顏色可以來進行選擇和切換。
然後同時呢它有多種不同顏色可以來進行選擇和切換。
2:05.560–2:07.160
這個其實是我們第一時間,
這個其實是我們第一時間,
2:07.160–2:10.160
差不多花了半個多小時左右的時間跑出來這個結果。
差不多花了半個多小時左右的時間跑出來這個結果。
2:10.160–2:12.200
當然除了它有了視覺能力之後,
當然除了它有了視覺能力之後,
2:12.200–2:14.040
可以來進行識別圖像,
可以來進行識別圖像,
2:14.040–2:18.040
然後來進行更好的比如說HTML的PPT的開發之外呢,
然後來進行更好的比如說HTML的PPT的開發之外呢,
2:18.040–2:21.520
我們也來進行了一些視頻製作方面的嘗試。
我們也來進行了一些視頻製作方面的嘗試。
2:21.520–2:24.880
那比如說大家現在看到的就是我們也是一樣的,
那比如說大家現在看到的就是我們也是一樣的,
2:24.880–2:25.400
對不對?
對不對?
2:25.400–2:29.400
用Dipsic Harness加上現在的V4 Flash這個模型來做了一個
用Dipsic Harness加上現在的V4 Flash這個模型來做了一個
2:29.400–2:33.520
我們現在的這個課程視頻的一個宣傳動畫。
我們現在的這個課程視頻的一個宣傳動畫。
2:33.520–2:35.520
這個提示其實並不複雜了,
這個提示其實並不複雜了,
2:35.520–2:36.200
就跟大家說,
就跟大家說,
2:36.200–2:38.280
網友團公開課的裡面有什麼樣的內容。
網友團公開課的裡面有什麼樣的內容。
2:38.280–2:39.520
然後它最後呢,
然後它最後呢,
2:39.520–2:40.760
生成的這個動畫效果,
生成的這個動畫效果,
2:40.760–2:42.320
是不是非常的,
是不是非常的,
2:42.320–2:43.800
可以說還是很驚豔的,
可以說還是很驚豔的,
2:43.800–2:45.320
一次性的生成的這個結果,
一次性的生成的這個結果,
2:45.320–2:48.880
我們差不多半個小時內就跑出這樣的一個效果。
我們差不多半個小時內就跑出這樣的一個效果。
2:48.880–2:50.920
那麼其實通過這組的這個實踐,
那麼其實通過這組的這個實踐,
2:50.920–2:52.040
也能夠看得出來,
也能夠看得出來,
2:52.040–2:56.800
目前V4 FlashVision模型的視覺和推力能力都是非常強的。
目前V4 FlashVision模型的視覺和推力能力都是非常強的。
2:56.800–2:57.480
當然現在呢,
當然現在呢,
2:57.480–3:00.280
它其實是還是屬於Vision Flash這個模型,
它其實是還是屬於Vision Flash這個模型,
3:00.280–3:02.160
之後應該還會有Pro模型上線。
之後應該還會有Pro模型上線。
3:02.160–3:03.800
但是它現在權重也還沒開源,
但是它現在權重也還沒開源,
3:03.800–3:06.000
之後應該也會有對應的開源權重,
之後應該也會有對應的開源權重,
3:06.000–3:07.680
然後可以來進行本地部署。
然後可以來進行本地部署。
3:07.680–3:13.120
那同時它這裡還有官網上給了一些PPT的製作這樣的一個效果,
那同時它這裡還有官網上給了一些PPT的製作這樣的一個效果,
3:13.120–3:13.620
對不對?
對不對?
3:13.620–3:15.600
那官網上的PPT其實也非常漂亮。
那官網上的PPT其實也非常漂亮。
3:15.600–3:18.400
當然這個主要是一些旅遊風景介紹的PPT,
當然這個主要是一些旅遊風景介紹的PPT,
3:18.400–3:22.480
跟我們剛才看到的PPT其實是比較類似的。
跟我們剛才看到的PPT其實是比較類似的。
3:22.480–3:25.600
當然我們的PPT的內容不太一樣,
當然我們的PPT的內容不太一樣,
3:25.600–3:27.720
但是整體的風格都是非常美觀。
但是整體的風格都是非常美觀。
3:27.720–3:31.120
然後同時這裡還有對一些官網進行二次創作,
然後同時這裡還有對一些官網進行二次創作,
3:31.120–3:34.120
包括更新文檔裡面還提供了,
包括更新文檔裡面還提供了,
3:34.120–3:38.120
比如說具有一些怪物風格動態特效的前端,
比如說具有一些怪物風格動態特效的前端,
3:38.120–3:39.720
一些Demo等等等等。
一些Demo等等等等。
3:39.720–3:40.400
那總之呢,
那總之呢,
3:40.400–3:43.800
其實有了Vision的這樣的一個視覺能力之後,
其實有了Vision的這樣的一個視覺能力之後,
3:43.800–3:45.133
搭配了DeepthickHarness,
搭配了DeepthickHarness,
3:45.133–3:45.920
它其實就能夠,
它其實就能夠,
3:45.920–3:46.920
就像我們剛剛說的,
就像我們剛剛說的,
3:46.920–3:48.360
一邊看到這個成果,
一邊看到這個成果,
3:48.360–3:49.200
一邊來進行製作,
一邊來進行製作,
3:49.200–3:52.760
那麼它整個的視覺製作的效果肯定是要更上一層樓的。
那麼它整個的視覺製作的效果肯定是要更上一層樓的。
3:52.760–3:55.920
那目前這個API是可以直接來進行調用,
那目前這個API是可以直接來進行調用,
3:55.920–3:59.360
然後它是實際試圖的過程當中,
然後它是實際試圖的過程當中,
3:59.360–4:00.920
它是按照Token來進行積費,
它是按照Token來進行積費,
4:00.920–4:03.600
就是把這個圖像轉換成文本對應的Token,
就是把這個圖像轉換成文本對應的Token,
4:03.600–4:04.600
然後來進行積費。
然後來進行積費。
4:04.600–4:07.680
然後同時也是因為它現在上線了多麼太模型,
然後同時也是因為它現在上線了多麼太模型,
4:07.680–4:09.920
所以它還給了一個Files的API,
所以它還給了一個Files的API,
4:09.920–4:13.360
那麼Files的API其實你可以把它理解成是一個圖床,
那麼Files的API其實你可以把它理解成是一個圖床,
4:13.360–4:16.720
因為我們未來再進行圖片的交流,
因為我們未來再進行圖片的交流,
4:16.720–4:19.520
包括來進行一些圖像信息的傳遞的時候,
包括來進行一些圖像信息的傳遞的時候,
4:19.520–4:23.520
你肯定不能是以Base64格式來傳輸一長串字符串,
你肯定不能是以Base64格式來傳輸一長串字符串,
4:23.520–4:27.320
你肯定是得有一個公網的地址,
你肯定是得有一個公網的地址,
4:27.320–4:29.800
然後再來進行圖片的讀取其實會方便很多,
然後再來進行圖片的讀取其實會方便很多,
4:29.800–4:32.800
所以它現在同時是給了一個Files的API,
所以它現在同時是給了一個Files的API,
4:32.800–4:36.440
然後Files的API你可以把它理解成就是一個在線的文件管理系統,
然後Files的API你可以把它理解成就是一個在線的文件管理系統,
4:36.440–4:39.000
那麼現在是隨著視覺模型一起上線的,
那麼現在是隨著視覺模型一起上線的,
4:39.000–4:40.880
其實除了Deepseek之外,
其實除了Deepseek之外,
4:40.880–4:42.200
像OpenAI和Enthelpic,
像OpenAI和Enthelpic,
4:42.200–4:45.240
它們都有一些自己在線的文件管理系統,
它們都有一些自己在線的文件管理系統,
4:45.240–4:47.080
現在Deepseek也有了,
現在Deepseek也有了,
4:47.080–4:49.720
接下來你就可以上傳圖片到它們的平台,
接下來你就可以上傳圖片到它們的平台,
4:49.720–4:54.240
然後接下來就可以通過FileID來進行引入和使用。
然後接下來就可以通過FileID來進行引入和使用。
4:54.240–4:58.040
當然我們團隊給大家額外提供的DeepseekHarnessStudio,
當然我們團隊給大家額外提供的DeepseekHarnessStudio,
4:58.040–4:58.960
這樣的中間客戶端,
這樣的中間客戶端,
4:58.960–5:02.600
我們也是第一時間集成了目前VS FlashVision這樣的模型,
我們也是第一時間集成了目前VS FlashVision這樣的模型,
5:02.600–5:04.000
來進行視覺增強。
來進行視覺增強。
5:04.000–5:07.080
然後同時大家剛剛看到的用它去做PPT,
然後同時大家剛剛看到的用它去做PPT,
5:07.080–5:08.080
用它做的視頻,
用它做的視頻,
5:08.080–5:10.200
其實都是對應的不同的Preset,
其實都是對應的不同的Preset,
5:10.200–5:12.480
然後在我們最新版的DeepseekHarnessStudio,
然後在我們最新版的DeepseekHarnessStudio,
5:12.480–5:14.840
裡面有一個專門的Preset網場,
裡面有一個專門的Preset網場,
5:14.840–5:17.000
可以把理解成就是一個Agent預設,
可以把理解成就是一個Agent預設,
5:17.000–5:19.880
然後在這裡面就有對應的去製作PPT,
然後在這裡面就有對應的去製作PPT,
5:19.880–5:21.080
大家看到PPTOffice,
大家看到PPTOffice,
5:21.080–5:21.580
對不對,
對不對,
5:21.580–5:26.160
和視頻生成的一些對應封裝好的Agent預設,
和視頻生成的一些對應封裝好的Agent預設,
5:26.160–5:29.160
那麼大家之後拿到我們的DeepseekHarnessStudio之後,
那麼大家之後拿到我們的DeepseekHarnessStudio之後,
5:29.160–5:30.880
就會直接選擇對應的預設模式,
就會直接選擇對應的預設模式,
5:30.880–5:35.000
然後輸入一些提示就可以讓它自動的幫你去完成精美的PPT,
然後輸入一些提示就可以讓它自動的幫你去完成精美的PPT,
5:35.000–5:37.360
和視頻製作相關的一些事項了。
和視頻製作相關的一些事項了。
5:37.360–5:37.860
好,
好,
5:37.860–5:42.480
那麼本期視頻是一個關於DeepseekV4 FlashVision模型的一個快速的介紹,
那麼本期視頻是一個關於DeepseekV4 FlashVision模型的一個快速的介紹,
5:42.480–5:44.000
那麼大家現在如果想要體驗這個模型,
那麼大家現在如果想要體驗這個模型,
5:44.000–5:45.760
就可以在API上來進行一個調用,
就可以在API上來進行一個調用,
5:45.760–5:46.560
那麼除此之外,
那麼除此之外,
5:46.560–5:52.000
大家也可以在我們的DeepseekHarnessStudio上來去體驗視覺增強這樣的功能,
大家也可以在我們的DeepseekHarnessStudio上來去體驗視覺增強這樣的功能,
5:52.000–5:52.500
以及,
以及,
5:52.500–5:53.080
對不對,
對不對,
5:53.080–5:55.760
去使用我們剛剛大家所看到的做PPT,
去使用我們剛剛大家所看到的做PPT,
5:55.760–5:57.560
還有做視頻的相關這樣的一個流程。
還有做視頻的相關這樣的一個流程。
5:57.560–5:58.060
當然,
當然,
5:58.060–5:59.720
全套的製作流程和提示詞,
全套的製作流程和提示詞,
5:59.720–6:04.520
以及關於DeepseekHarness和Deepseek最新的V4這樣的模型相關資料,
以及關於DeepseekHarness和Deepseek最新的V4這樣的模型相關資料,
6:04.520–6:07.640
以及大家現在看到的DeepseekHarnessStudio這樣的安裝包,
以及大家現在看到的DeepseekHarnessStudio這樣的安裝包,
6:07.640–6:09.560
都已經上限至我們的富凡AI社區,
都已經上限至我們的富凡AI社區,
6:09.560–6:10.600
大家查看自己評論,
大家查看自己評論,
6:10.600–6:11.640
即可領取。
即可領取。
6:11.640–6:12.920
本期視頻就先到這,
本期視頻就先到這,
6:12.920–6:13.760
我們下個視頻,
我們下個視頻,
6:13.760–6:14.360
再見。
再見。

影片筆記：顶级体验！DeepSeek V4 Vision多模态模型介绍与效果实测！DeepSeek V4-Flash-Vision-Exp重磅发布！

<!-- VIDEONOTE_PUBLICATION_WARNINGS_BEGIN -->

⚠️ 可先使用，仍有待修正項目

本筆記已完成可閱讀的逐字稿與時間跳轉；下列為待處理問題，建議播放原片確認。

  • 待修正：逐字稿全文快速校讀未完成（已保留自動字幕/原始逐字稿並繼續生成筆記。；未完成的全文速讀項目可在精進模式回聽確認。）

<!-- VIDEONOTE_PUBLICATION_WARNINGS_END -->

一句話總結

影片介紹了 DeepSeek V4 Flash Vision 模型的發布與實測，強調其作為首款具備視覺能力的模型，在文本與視覺性能上分別對標 V4 Flash 與 OPUS 4.8。講者展示了透過 DeepSeek Harness Studio 進行 PPT 與視頻製作的自動化流程，並介紹了 Files API 的更新與相關資源獲取方式。

核心重點

  • 模型發布與定位：DeepSeek V4 Flash Vision 正式發布，目前僅開放 API 服務（模型名稱為 DeepSeek V4 Flash Vision EXP），暫未開源權重。該模型是 DeepSeek 首款具備視覺能力的模型，文本能力與 V4 Flash 相當，視覺能力對標 OPUS 4.8（Cloud 旗艦模型）。
  • 實測應用場景：
  • PPT 製作：透過視覺模式與 Agent 自我優化，可在半小時內生成具備精美動畫、交互效果及多色切換功能的 PPT。
  • 視頻製作：針對公開課宣傳動畫進行一次性生成，半小時內完成，審美效果顯著提升。
  • 技術功能更新：
  • Files API：上線類似圖床/在線文件管理系統的功能，允許通過 FileID 引入圖片，解決 Base64 傳輸長字符串的問題。
  • 計費方式：API 調用按 Token 計費，將圖像轉換為文本對應的 Token 進行積費。
  • 工具整合與資源：
  • 講者將模型接入 DeepSeek Harness Studio（中間客戶端），並提供 Preset（預設 Agent），如 PPTOffice 及視頻生成相關預設。
  • 全套製作流程、提示詞、安裝包及提示詞已上傳至 富凡 AI 社區，用戶可透過評論領取。

詳細大綱

一、 DeepSeek V4 Flash Vision 模型發布概況

  • 發布狀態：正式發布，講者第一時間進行性能測試。
  • 模型定位：
  • DeepSeek 首款「多模態」模型。
  • 文本能力：與 V4 Flash 平起平坐。
  • 視覺能力：對標 OPUS 4.8（上一代 Cloud 旗艦模型）。
  • 服務方式：
  • 目前僅開啟 API 服務，調用方式為 DeepSeek V4 Flash Vision EXP。
  • 暫未上線模型權重，後續預計會開源以支持本地部署。
  • 後續預計會有 Pro 模型上線。

二、 實測應用場景展示

  • PPT 製作實測：
  • 流程：將 V4 Flash Vision 接入 DeepSeek Harness，開啟視覺模式進行編輯。
  • 優勢：Agent 具備「一邊看到輸出結果，一邊進行生成優化」的能力。
  • 成果：
  • 半小時內跑出結果。
  • 具備精美動畫、交互效果。
  • 支持多種顏色選擇與切換。
  • 審美相比以往大模型生成的視頻或 PPT 有大幅提升。
  • 視頻製作實測：
  • 案例：針對「網友團公開課」製作宣傳動畫視頻。
  • 流程：使用 DeepSeek Harness + V4 Flash 模型，輸入簡單提示（課程內容）。
  • 成果：
  • 一次性生成，半小時內完成。
  • 動效內容與整體布局審美驚艷。
  • 官網參考：官網展示旅遊風景介紹 PPT 及具備怪物風格動態特效的前端 Demo，風格美觀。

三、 技術功能與 API 更新

  • 視覺與推理能力：實踐證明該模型視覺和推理能力強勁。
  • 計費方式：API 調用按 Token 計費，將圖像轉換為文本對應的 Token 進行積費。
  • Files API 上線：
  • 功能定義：理解為「圖床」或「在線文件管理系統」。
  • 解決問題：避免使用 Base64 格式傳輸長字符串，提供公網地址以便圖片讀取。
  • 使用方式：上傳圖片至平台，通過 FileID 進行引入和使用。
  • 行業對比：類似 OpenAI 和 Anthropic 的在線文件管理系統，DeepSeek 現在也具備此功能。

四、 DeepSeek Harness Studio 工具整合

  • 工具集成：團隊第一時間將 V4 Flash Vision 模型接入 DeepSeek Harness Studio（中間客戶端）。
  • Preset（預設 Agent）場景：
  • 最新版本提供專門的 Preset 場景。
  • 包含封裝好的 Agent 預設，如 PPTOffice 及視頻生成相關預設。
  • 使用體驗：用戶選擇對應預設模式，輸入提示，自動完成精美 PPT 和視頻製作。
  • 視覺增強：透過視覺能力搭配 DeepSeek Harness，實現邊看成果邊製作的流程，提升視覺製作效果。

五、 資源獲取與結語

  • 資源下載：全套製作流程、提示詞、DeepSeek Harness 相關資料、DeepSeek Harness Studio 安裝包已上傳至 富凡 AI 社區。
  • 領取方式：查看評論即可領取。
  • 體驗途徑：
  1. API 調用。
  2. DeepSeek Harness Studio 體驗視覺增強及自動化流程。

工具 / 模型 / 名詞整理

  • 模型名稱：
  • DeepSeek V4 Flash Vision
  • 多模態模型（文中提及）
  • V4 Flash
  • OPUS 4.8
  • Cloud 旗艦模型
  • Vision Flash
  • Pro 模型（預計）
  • DeepSeek V4 Flash Vision EXP
  • 產品/平台名稱：
  • DeepSeek Harness
  • DeepSeek Harness Studio
  • PPTOffice
  • 富凡 AI 社區
  • API
  • Files API
  • 官網
  • 技術/格式名稱：
  • Token
  • Base64
  • FileID
  • Preset
  • Agent
  • HTML
  • Demo

操作流程整理

  1. 獲取模型與工具：
  • 申請 DeepSeek V4 Flash Vision EXP 的 API 權限。
  • 下載 DeepSeek Harness Studio 安裝包及相關資料（來源：富凡 AI 社區評論）。
  1. 配置環境：
  • 將 V4 Flash Vision 模型接入 DeepSeek Harness Studio。
  • 選擇對應的 Preset（預設 Agent），如 PPTOffice 或視頻生成預設。
  1. 執行任務（以 PPT/視頻為例）：
  • 輸入提示詞（如課程內容或設計需求）。
  • 開啟視覺模式，讓 Agent 一邊查看輸出結果一邊進行自我優化。
  • 等待生成完成（約半小時）。
  1. 結果驗證與調整：
  • 檢查生成的 PPT 或視頻是否具備精美動畫、交互效果及正確的顏色切換。
  • 若使用 Files API，可通過 FileID 引入圖片進行輔助生成。

值得注意的限制或風險

  • 服務可用性：目前僅開放 API 服務，暫未開源權重，無法進行本地部署。
  • 計費成本：API 調用按 Token 計費，圖像轉換為文本對應的 Token 會產生費用，需留意成本。
  • 技術依賴：高度依賴 DeepSeek Harness Studio 及特定的 Preset 配置，用戶需熟悉該工具鏈的使用。

逐字稿辨識疑點

  • Dipsic：分段筆記中多次出現「Dipsic」，結合上下文提到的「Deepseek」及「DeepthickHarness」，疑為「DeepSeek」之聽寫錯誤或特定代號，需查證。
  • 多摩碳：文中多次提及「多摩碳模型」，疑為「多模態」（Multimodal）之聽寫錯誤，需查證。
  • Enthelpic：文中提及「OpenAI 和 Enthelpic」，疑為「Anthropic」之聽寫錯誤，需查證。
  • DeepthickHarness：文中提及「搭配了 DeepthickHarness」，疑為「DeepSeek Harness」或「Dipsic Harness」之聽寫錯誤，需查證。
  • VS FlashVision：文中提及「集成了目前 VS FlashVision 這樣的模型」，疑為「V4 Flash Vision」之聽寫錯誤，需查證。
  • PPTOffice：文中提及「大家看到 PPTOffice」，疑為特定功能名稱或聽寫錯誤，需查證是否為「PPT Office」或其他名稱。
  • 富凡 AI 社區：文中提及資源上傳至「富凡 AI 社區」，需查證該社區名稱是否正確。
  • 網友團公開課：文中提及「網友團公開課」，疑為特定活動名稱或聽寫錯誤，需查證。

可延伸追問

  • DeepSeek V4 Flash Vision 的 API 具體計費標準為何？
  • 預計何時會開源模型權重及推出 Pro 模型？
  • DeepSeek Harness Studio 的 Preset 功能是否支援自定義開發？
  • Files API 的存儲容量與使用限制為何？

尚未產生學習筆記

請在 Telegram 指令最後加上「學習」，例如：videonote 網址 英文 雙語 學習