DeepSeek 發布了 DeepSeek-V4-Flash-Vision-Exp，這是一個基於 DeepSeek-V4-Flash 架構建構的實驗性視覺語言模型。此次發布為輕量級閃電模型系列增添了視覺理解能力，具備原生 4-bit 量化技術，完整模型大小約為 168GB。 此模型大幅降低了運行進階多模態 AI 的硬體門檻，讓擁有 256GB RAM 機器的使用者也能在本地端運行完整模型。它加強了開放原始碼「閃電」模型領域的競爭，對手包括 GLM-5.3 Flash 和 Qwen3.8。 該模型採用混合專家（MoE）架構，總參數為 2840 億，但在推論期間僅激活 130 億個參數，確保了高效率。其最小化 PyTorch 推論實作中包含了對 DFlash 注意力、超連接（Hyper-Connections）以及 DSpark 前向路徑的原生支援。

事件背景

視覺語言模型（VLM）是能夠同時處理文字和影像的 AI 系統，支援圖像描述和視覺問答等任務。「閃電（flash）」通常指透過量化或稀疏激活等技術，針對速度和降低計算成本進行優化的模型。DeepSeek 之前的 V4-Flash 模型已以其高效能聞名，而這個視覺變體將這些優勢擴展到了多模態輸入。

社群觀察

社群成員對 DeepSeek 在八月持續發布新模型表示興奮，並將其與 DS4 Pro 和 Qwen3.8 等其他發布並列。使用者強調了 168GB 完整模型大小對於擁有 256GB RAM 系統的用戶而言非常實用，同時也有人讚賞開放原始碼視覺領域日益增加的競爭。