DeepSeek 於 4 月 30 日推出「視覺基元」方法，以強化多模態推理

根據 DeepSeek 的技術報告，4 月 30 日，該公司推出 Visual Primitives，一種將點與邊界框等基本視覺單元嵌入推理鏈的方法，以解決多模態任務中的 Reference Gap 問題。該方法透過 KV 快取壓縮降低影像代幣用量。

在計數與空間推理基準測試中，這種方法在特定維度上達到了與 GPT-5.4、Claude-Sonnet-4.6 以及 Gemini-3-Flash 相同的效能。DeepSeek 表示，它將開源部分基準測試與資料集，模型權重則會在整合完成後發布。