DeepSeek在Chat端上线Vision功能，用户可上传图片让AI"看懂"世界。但API端尚未开放，这恰恰是AI创业者最应该关注的信号。
▲ ▲ DeepSeek Vision与其他主流视觉模型API价格对比（数据来源：各厂商官方定价，2026年6月）
事件回顾
北京时间6月18日下午，DeepSeek悄然在Chat端（chat.deepseek.com）上线了Vision视觉理解功能。用户现在可以在对话框中上传图片，DeepSeek模型能够识别图片内容、描述场景、分析细节——这是DeepSeek首次在消费级产品中提供多模态能力。
消息迅速登上Hacker News热榜，获得146个points和66条评论，成为今日AI领域最受关注的工具更新之一。
实际上，DeepSeek在视觉模型领域并非新手。早在2024年底，DeepSeek就发布了DeepSeek-VL2（MoE视觉语言模型），但彼时仅限于研究论文和GitHub开源权重，并未对接到Chat产品。此次更新意味着DeepSeek将视觉能力正式产品化。
HN上多位用户实测反馈积极。用户earth2mars表示："用一堆奇怪照片测试了，训练集似乎足够大，能准确判断照片里发生的事。"另一位用户则感叹："多模态才是正道，DeepMind早就证明了这一点。"
为什么重要
对AI创业者而言，DeepSeek支持Vision有三个层面的重要意义：
第一，成本优势延伸到多模态。 DeepSeek一直以极低的价格著称——V3 API每百万token仅$0.27，是GPT-4o的1/50。如果Vision API延续这一定价策略，AI创业者就能以极低成本构建需要图像理解的应用：电商商品识别、文档OCR分析、UI自动化测试、监控画面解读等场景都将迎来成本骤降。
第二，Agent工具链的最后一环补上。 HN用户tornikeo的评论最值得关注："我迫切需要Vision API——要让Claude Agents SDK跑起来，你需要一个支持视觉的API。如果DeepSeek API能'看见'，它就能完整驱动Claude Code和Claude Agents SDK。"当前很多AI创业者用DeepSeek作为Claude Code的廉价后端，但缺少Vision能力限制了可处理的任务类型。这一补全将大幅扩展DeepSeek在Agent工作流中的应用范围。
第三，中国AI工具生态的里程碑。 DeepSeek成为首个在主流Chat产品中集成视觉理解的中国AI公司（通义千问、Kimi等虽有多模态模型，但产品化程度和海外影响力不及DeepSeek）。对做海外市场的AI创业者来说，这意味着有了一个国际化认知度高、性价比极强的中国模型可选。
▲ ▲ DeepSeek Vision驱动AI Agent工作流：从图片识别到自动化操作
我们能学到什么
1. 关注API开放时间，提前准备场景。 Vision功能目前仅在Chat端可用，API尚未开放。但根据DeepSeek以往的产品节奏（V3 Chat上线后约2-4周开放API），Vision API大概率在2026年7月上线。聪明的创业者现在就应该开始测试Chat端的视觉理解效果，评估精度是否满足自己的业务需求，等API一开立刻切换。
2. 多模态正在成为AI工具的标配。 DeepSeek作为最后一家上线视觉的主流模型，说明"纯文本"模型的竞争窗口已经关闭。2026年下半年的AI工具如果还不支持图片输入，将很难获得用户认可。创业者在构建AI产品时，应从第一天就设计多模态交互。
3. 模型选择多元化正在加速。 HN评论中出现了MiniMax、MiMo、Qwen、Gemini Flash等多个替代方案的讨论——开发者正在主动寻找DeepSeek之外的低成本视觉模型。这表明视觉模型市场远未固化，创业者应保持灵活。
行动建议
- 立即测试：登录chat.deepseek.com，上传你的业务场景中的典型图片，测试识别准确度
- 准备迁移方案：如果你的产品当前依赖GPT-4o/Gemini的Vision API，可以开始评估DeepSeek Vision的成本优化空间
- 关注API公告：跟踪DeepSeek官方渠道（GitHub、Twitter），API一旦开放即可抢跑
- 场景挖掘：思考你的产品中哪些环节需要"看图理解"——客服看截图、运营看数据报表、质检看产品照片，这些都是Vision API的用武之地
- Hacker News: "DeepSeek Introduces Vision" — 146 points, 66 comments (2026-06-18)
- DeepSeek Chat: — Vision功能已在Web端上线
- DeepSeek-VL2论文: GitHub deepseek-ai/DeepSeek-VL2
- HN用户评论: tornikeo、earth2mars、jiehong等人的实测反馈
本文由AI辅助创作，经人工审核编辑发布