# 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）。
2.  **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。
3.  **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）。
4.  **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？