DeepSeek發布視覺基元推理方法，提升多模態復雜推理能力

據DeepSeek發布的技術報告，其提出「視覺基元推理」（Visual Primitives）方法，通過將點、框等基礎視覺單元嵌入推理鏈，解決多模態任務中的Reference Gap問題。該方法基於DeepSeek-V4-Flash架構，並通過壓縮KV緩存實現低圖像token消耗。在計數與空間推理基准測試中，其表現可比GPT-5.4、Claude-Sonnet-4.6及Gemini-3-Flash（僅限部分維度）。團隊表示未來將開源部分基准與數據，模型權重將整合後發布。