听说 DeepSeek 识图功能上线了，我非常兴奋啊！终于要补上多模态这个短板了么？
打开APP和官网看了一眼：
真的出现了一个识图模式！哇塞！
我赶紧拿"梁爷爷"的图片试一波！
看到结果那一刻我瞬间，我忍不住笑出了声！
我的世界观被颠覆了。
原来这个人是腾讯公司高级副总裁、微信创始人张小龙。
我继续追问：那这个人是谁呢？
哇，世界观再次被颠覆！原来这两个人是同一个人？只是换了一个休息的造型而已？？？
牛逼，还说出了 1、2、3、4，有理有据！好的，我信你了，这个人叫"张小龙"！
但是，你为什么每次的答案都不一样呢？
这个穿着蓝色外套的男人真的是迷一般的存在啊！
它可以是微信的张小龙，也可以是快手的宿华，也可以是搜狗的王小川！
这个休闲外套的男人，可以是张小龙也可以是百度的创始人李彦宏！
说得好听点，这个功能充满了乐趣。说得难听点就是"一本正经的胡说八道"了！
我并不想批判啥，反正，我是笑的很大声！
好了，不跟大家开玩笑了！
图片中的男人就是梁文锋：
梁文锋，就是 DeepSeek 深度求索的创始人兼 CEO ，也是 幻方量化 High-Flyer 的联合创始人。他是这两年中国 AI 圈最重要的人物之一
这个事情最大的乐趣在于，DeepSeek 的大模型居然不认识它们的创始人！
但是......它却认识遥遥领先的东哥：
而且态度非常坚决，我想忽悠它一下都不行！难道提供显卡的才是"亲爹"！
认人这个事情，好像还是包包比较厉害： 
这个事情，我真的能笑半天🤣！好了，不开玩笑了......
我们来测试一个非常实用的场景吧，给小学生拍照检查作业。
我手上刚好有一份很好的样本：
这是小学四年级学生的一个试卷，而且就是本届四年级小学生的作业。而且刚好有个人写了一份有错误的答卷。
然后我直接把这个图片给了它： 
大概用了 140 秒思考和作答，最后得出了如下结论： 
这一波表现不错！
它成功识别了里面的几个图片题目，并进行了批改。正确的没改错，错误的被它抓出来了。
这一点足以证明它是真的有视觉理解能力了。如果只是简单的 OCR，是无法理解这些带图的题目的。
为了确认这一点，我再给它一个错题： 
这个题目也是一个视觉题，有两条虚线。而且试卷中是做错了的，看它能否找出这个错误。
下面是 DeepSeek 的答案：
它成功地找出了 3 个错题，并且进行了解析。
但是第十题指出错误之后，又给了一个错误的答案。这个错误有些不应该！
css
第 10 题（选择题）：
学生选了 C（140），正确选项是 B（139）。
解析：
舞蹈队原平均身高是 140.2 cm，红红加入后，平均身高降到了 139 cm（虚线 b 的位置）。
说明红红的身高必须很矮，拉低了总平均分。
如果新平均身高是 139 cm，红红的身高极大概率就是 139 cm（或者低于 139，但在给定选项里 B 最合适）。它成功地识别了原平均身高和后来的平均身高。
但是它逻辑判断错误了。
身高从 140.2 被拉到了 139，那么红红肯定是低于 139 的，如果等于或者高于 139，那么均值不可能会被拉到 139。
所以这个题目应该选：A！
这一点豆包是能轻松答对的： 
而且豆包的速度是非常快的！
我对图片识别的两大需求就是认人识物，以及批改作业，目前来看DeepSeek这两项都做得不是很好。
为了让这个测试再丰富一点，我加测一项，让它看一下时钟：
它的答案是 6:00:50，这个绝对是错误的！
我再次让它确认了一下：
它坚持确认无误，精确到秒是：6:00:50
我也拿豆包试了下： 
豆包说是 6:05:50，不是特别准确，但是已经非常接近了。以我们人类的角度来看，这个时间应该接近 6:04:50 的样子。
再加测一题：
我给了这个图片，然后问了下：黄色坦克向右开两枪会怎么样？
DeepSeek 的回答如下： 
下面是豆包的答案： 
这个题目你们怎么看？ 按经典游戏来看，豆包才是对的。但是按我给的截图来看，DeepSeek才是对的。
DeepSeek能答对这个题目就非常牛逼了。因为它和常规的地图不一样，它能识别出这么细微的差别，就非常厉害了。
正当我要夸奖的它的时候：
它改口了！
所以可以确定它没有主见，其次，怀疑第一个答案也是随便猜的！
我有逼问了一把：
它完全没有意识的问题的关键！
我突然发现这个问题，其实很有代表性。
我问了DeepSeek，豆包，GPT5.5 它们都说要第三枪才能干掉老鹰。很显然，它们识别出了这是坦克大战，然后按标准答案套题目！
这个问题，又是只有Opus4.8能反思出来了：
卧槽，Opus4.8是真大神啊！
扯远了！说回DeepSeek！
我还是挺喜欢 DeepSeek 的，但是 DeepSeek 这个识图功能，确实有点儿戏啊~~！