4 月 29 日，DeepSeek 上线了图片理解功能。这里不吹不黑，说说实际体验。
和 OCR 的区别很多人用过"识图"功能，实际效果是把图片里的文字抠出来。如果只是想提取文字，够用了。但如果想理解图片内容，比如问"这张图说明了什么"、"哪个数据最高"，大多数工具会瞎编。
DeepSeek 的识图模式试着用另一种思路：你上传图片后，可以直接问关于这张图的问题，模型会结合图片内容回答。
能做什么分析图表：上传一张数据图表，可以问"增长最快的是哪个季度"、"这个折线图说明了什么趋势"，它会读图然后回答。
解释截图：遇到报错截图、设计图、UI 稿，可以问"这个报错是什么意思"、"这个页面怎么实现"。
理解混合内容：图片里有文字、图表、UI 元素的组合，它能尝试分析整体逻辑。
使用方式入口在输入框旁边，有个相机图标。点进去可以拍照、从相册选、或者直接拖文件进去。
上传后直接提问就行，不用先让它"提取文字"再问问题。
一些限制官方也说明了它做不到的事：
不能画图不能处理视频语音功能不支持另外，如果图片很复杂、或者截图很模糊，分析结果可能不准确。
适合谁用做数据分析的人：看图表不用自己一点点读。
看竞品 UI：设计师或产品经理分析截图。
查资料：拍一张数据图，转换成文字描述。
日常办公：处理截图、文件、表格的时候。
如果经常跟各种截图和图表打交道，可以试试。
