全是圣诞马戏团。>> [音乐] >> 哦啦拉模型。大家好，欢迎收看本期节目。今天我们要看看 Deep Seek Flash Vision EXP。没错，他们把多模态功能整合进了 Deep Seek 中。而且距离上次发布才过了大约五分钟。但显然，基准测试实际上已经让 Meta 的非视觉版本感到压力了。看啊，在发布后的五分钟内就在 Deep SWE 上取得了额外分数。

我不知道他们是怎么做到的，但今天我们要去检查它，并且要做一次视觉版的复刻工作，重现别人的成果并制作特别版。如果你也想跟着玩，我已经发布了我的转换版本。这是一个 100% 重新打包的版本，只是为了让它能运行起来。让我们预览一下接下来的生成效果。我将在这里进行推理，然后过来做一系列测试来检验它。

首先是一只尖叫的猫，我让它描述一下。在禁用思考模式的情况下——这个模型有低、高和最大三种思考级别，且当前已禁用。这很有趣，因为有时候“高”模式通常比“最大”表现更好，但我们很快就会展示给你看。所以这里它做得非常准确。即使禁用了思考模式，它也给出了很好的描述。

现在我们要做点更难的。也许我应该一开始就用这个案例。我要问它：“你能把这个做成一个可玩的 HTML 文件吗？”我手头有这个游戏，刚从 New Gal 上抓下来的。我要看看它会怎么做。>> [笑声] >> 现在，这是禁用思考模式的状态。6,000 tokens。它偷懒了。看啊，哦你这个小气鬼。你这个吝啬鬼。

因为它不确定能做好 3D，所以把它做成了 2D。但如果你仔细看这其实非常有趣。我们看到有那扇门，门廊，屋顶是红色的。如果我们看源图像，可以看到这里屋顶上有红毯子，还有走廊拱门。而且这里有某种枪声正在发生。所以它已经接近了。

为了更切题一点，我告诉它：“做成 3D 且可玩”，因为它想在我这里偷懒。所以在禁用思考模式的情况下，我们现在得到了一个自由关卡。我们可以看到天篷仍然是红色的。没有走廊，漏掉了那个部分，但它正在向下一阶段迈进。

所以在低思考模式下，3,500 tokens，每秒 30 tokens，顺便说一下是在调试模式中运行。现在我们有了枪，可以开始射击了。这就是低思考模式的效果。我甚至没告诉它要证明什么，我只是在检查不同的思考级别。

高思考模式 5,000 tokens。现在，高 [轻笑] 思考模式下 5,000 tokens 是一种祝福，因为我正在运行 GLM，那个模型在某些生成中会思考 200,000 tokens。那是一种滥用性的思考。最后它得出一个编译器，对吧？就像说：“不。” >> [笑声] >> 为什么？

所以这是高思考模式下的 5,000 tokens。我就直接在高思考模式下运行它，你很好。就是很好。每秒 30 tokens，在思考状态下甚至没启用 NTP。这对我来说是个梦。现在我们有了一个关卡。这里有一些物体。那里有走廊，有个坏人我们可以打它。

如果你看天空，它有那个天篷。所以我们越来越好，越来越好了。但对于最终的高潮部分——最大思考模式——它甚至不是高潮，因为我还要再做另一个。更少的 tokens，3,600 个。我们从 5,000 降到了 3,600。所以更少了。

尽管在要求它创造东西时，“最大”模式应该更好，但在我看来它的表现更差。接下来，我要尝试让它变得超级棒，声音效果很棒，我的提示词是这样的：我把它做成了 3D 可玩版，我想要 AAA 级画质、光照、程序化生成的资产。我什么都想要。我要全套的。

我真的说了，我想要全套的。所以我在最大思考模式下检查了它，令人惊讶的是，那个版本实际上开始起作用了。同样的提示词在这里没有错误。它直接运行起来了。现在，这是一个非常基础的生成效果。虽然它是最大模式，但很糟糕。

它确实尝试了，但它非常懒惰，我得说它真的很懒。因为它说你如果想要 AAA 级画质，你需要使用 Unreal Engine、Blender、Unreal Engine 5。它很懒。然后我说：“嘿，我见过非常印象深刻的 Three.js 演示。为什么你的版本这么基础？”

它就像说：“你知道吗，阳光？”它说用户说得对。用户对啊。我为什么把它做得这么基础？所以它说它已经把它变得很棒了。但它也给了我一个运行时错误。所以在修复那个运行时错误后，这就是它生成的结果。

我们这里有个人物。看起来像屏幕中间的一个炸弹。所以我射击它，然后出现了一个小小的生命光效。但全是镜面光照。看起来有点花哨。但是关卡并不像我提供的参考照片那样。

所以它就像说：“是的，你知道吗？它不像那个样子。我需要加入石质地板、柱子、拱门、红色天篷。”所以它能够理解那张图像。它解读了那张图像并生成了这个结果。在最大思考模式下只有 5,800 tokens。

5,800 tokens，在最大思考模式下。我只是希望所有模型都能像这样，尤其是那些慢的。但无论如何，这就是它生成的内容。我们有一个类似门廊的东西，我们有天篷，有一些拱形结构。它在改进它。

它在迭代优化中进步了。我们还有一些生成的坏人。那显然仍然非常基础。但这是你绝对可以在此基础上工作的东西。绝对是你可以工作的素材。而且这只是一个实验版本。所以我希望他们会改进它。

我想尝试的下一件事是，而不是让它生成程序化面孔，我想要拿 GLM 5.3 制作的面孔。这是 GLM 5.3 做的结果。用 GLM 5.3 制作这个花了大约两个小时。我截了个图，然后问它：“你能重现它吗？”

现在这是禁用思考模式的状态。实际上也许我会做一个并排比较，这样我们可以看到发生了什么变化。我们看到这里那个人叫 Adam。所以我们有那个名字。没有网格。让我们点击它试试。

没有网格，没有扫描，没有纹理文件，然后是一些无法辨认的文字。嘴唇上的什么东西？没有纹理文件或合成面孔。所以它在那里编造了一些文字，但总体上我们得到了拖拽所有部件、绘制接近度。

分辨率在这里完全相同的数字，每秒 60 帧，零资产。所以它能够 OCR 文字并在这里得到一个生成结果。这里它自由地制作了，但它只是制作了一个平面。所以实际上它将渲染绘制到了纹理上 >> [清嗓子] >> 并将纹理渲染到了一个正方形平面上。

所以它所做的非常、非常聪明。所以我启用了上下文注意力，这在某种程度上改善了情况

现在它长出了眼睛，虽然我不清楚那张脸上发生了什么，但它依然是一个方形结构，因为我们需要进行静音思考。接下来我们要切换到低度思考模式进行测试。低度思考模式下消耗了5000到5600个令牌，而GLM 5.3在低度思考模式下则消耗了10万个令牌。我真的很喜欢这些小型模型，这画面太美了！这是什么？谁做的这个家伙？他看起来像个土豆先生，有着像那位一样的大鼻子。他们肯定去了同一家整形诊所，看看那嘴唇，简直香肠一样。屏幕上的文字清晰无滤镜，非常漂亮，而这只是在低度思考模式下生成的效果，这值得进一步打磨。

接下来我们进入高度思考模式。我再次将温度设置为零以获取最高质量，但模型开始陷入循环了。为了这次测试，我编辑了代码，从它开始循环的地方继续生成结果。就这样自然地结束了循环并完成了这次生成。同样地，它有厚嘴唇和惊讶的表情，鼻子也很突出，纹理疯狂且逼真。眼睛会眨眼，甚至能跟随光标移动。这显然是更高保真度的表现，这就是高度思考模式的效果。现在我们要挑战极限，进入最大思考模式。

在温度为零的情况下，最大思考模式同样陷入了循环问题。于是我将温度调整为1，这样它终于成功生成了内容。此时上下文窗口达到了2.7万个令牌，但出现了一个运行时错误，这是高温度带来的副作用。我目前正在让它修复这个问题，不过也许使用0.5的温度会更明智一些。这里有一个叫“思考检测”的选项，我会优化它以更好地识别这些异常行为。

在关闭思考模式时生成3D太阳系，效果相当不错。所有行星都正确发光了！这点必须给予肯定，因为在某些无思考模式的生成中，行星往往没有光照。它能做出带颜色的发光行星，说明这次生成质量很高。而在启用上下文扩展的最大思考模式下，我们得到了另一个版本。虽然不如Quinn 40XP或3.8 Flash生成的惊艳，但它仅用了1.1万个令牌就实现了这一效果，表现非常出色。

关于这张脸，我单独要求生成一个照片级真实的面孔并关闭思考功能。结果令人印象深刻！它有眼睛，要知道99%的模型生成的脸都没有眼睛。它还有眉毛，而GLM 5.2和Kimi K 2.7之前只会做恶魔角，根本不会画眉毛。这太神奇了！它还有头发和秃顶细节，仅靠关闭思考就能达到如此效果，结果非常棒。

在低度思考模式下我们只用了1.5万个令牌。虽然GLM曾让我看到过消耗10万令牌的案例，但DeepSeek认为这更像一只动物。天哪，这就好比《星球大战》里的困境即将发生在人类身上！我可能只能坐在仓鼠轮上等待新模型了。现在切换到高度思考模式，看看会发生什么？这太美了！我盯着它的眼睛看，感觉它正朝我冲过来。它有巨大的眼睛和鼻子，看起来既美丽又有些恐怖，发型像连环杀手一样。我得赶紧关掉它，免得它对我有什么想法。

在最大思考模式下出现了响应循环，所以我再次将温度设为1并投入结果测试。哦天哪，这模型脸上还有鼻屎！虽然是个美丽的模型，但那些细节让人哭笑不得。其他生成也遇到了类似情况，飞行模拟器不得不切换温度参数。接着我们尝试让它制作《荒野大镖客》游戏。它生成了故事开场，有语音合成、坏人角色和介绍场景。还有马匹、故事情节以及遍布各处的金字塔，甚至能控制鼠标射击敌人。

虽然误杀了警察是个非法操作，但整体风格确实很像《荒野大镖客》。最后消灭所有敌人后，城镇被清空了。我在找结局序列想拥抱兄弟并告诫他别再惹事，结果发现他在监狱里。不过总体而言情况不错，比之前云端版本生成的混乱内容要好得多。这家伙在埃及土地上建了个城镇，这是在最大思考模式下完成的。

接下来我们尝试进入游乐园场景。虽然灯光有点偏差，但能看到一些潜力。屏幕上有行人角色，只需要再调整几次提示词就能让它正常运行起来。让我试试能不能推倒这个人？按E键可以拾取物品，看来你可以到处偷窃游客的东西。哈哈，我在玩《刺客信条》呢！那个家伙被惊动了，因为他没票。控制方向有点偏差，我们是在飞机平面上移动而非相机实际朝向，所以还需要一些调整。

首先测试了正弦余弦数学题，模型扮演扒手偷走了保安的14张门票。随后提示词要求修复光照问题，模型在最大思考模式下生成了5.1万个令牌。接着尝试生成3D卡丁车赛车游戏，在温度参数为0和1时出现循环现象。最终在最大思考模式下成功生成游戏，总消耗3.2万令牌，其中包含7000个输出令牌。游戏中有加速道具和手刹功能，赛道虽简单但可完成关卡。

回顾六个月前类似演示往往失败且内存需求巨大，如今DeepSeek以十分之一的内存要求成功运行。接下来测试程序化生成3D行星的高保真交互页面，许多模型在此类提示下常出错。该任务消耗约1.6万至1.7万个令牌，生成了美丽的地球模型。用户界面虽基础，但质量良好，支持调整山脉、海平面及行星类型，甚至包含死星选项。

模型通过动画演示了小行星撞击地球并爆炸形成月球的过程，尽管月球随后消失是个缺点。该生成过程在每秒28令牌的速度下耗时10分钟，未启用MTP技术。若启用MTP，速度可达每秒50至60令牌。随后测试天气卡片功能，模型擅长基于Canvas的动画制作，呈现出流畅美丽的视觉效果。接下来将尝试生成第一人称射击游戏，包含程序化生成的僵尸元素。

该FPS游戏消耗1.2万令牌，场景为黄昏森林和程序化陆地。进入红色危险区域后氛围变得恐怖，僵尸会融入草地颜色突然袭击玩家。游戏具备完整的可玩性，包括波次敌人、咬人机制及生命值系统。虽然图形基础类似《我的世界》，但逻辑完整且具备真实感，是一款令人印象深刻的恐怖游戏。

为了验证模型对图像的理解及编码能力的提升，测试了Canvas动画生成。在禁用思考模式下仅消耗4000令牌，生成了高质量场景，车辆左侧行驶且车窗细节正确。该模型为重新打包的非量化版本，证明了其生成质量。接下来测试商业应用模拟能力，在最大思考模式下生成了2.6万令牌的Microsoft Word界面。

该Word模拟版具备可信度，支持字体切换、布局标签页及文件操作等功能。在逻辑与编码测试中，模型对WinRT问题的回答存在错误，但GLM 5.3在低思考模式下同样出错。对于Swift编码问题，模型正确指出需使用UTF-16和C++向量迭代。逻辑题中关于洗车距离的问题回答正确，表明其经过相关数据训练。

在八只橙子和刀子的谜题中，模型未出现荒谬建议。关于外科医生是男孩父亲的经典逻辑题，在默认模式下错误回答为母亲。但在最大思考模式下，模型正确推理出外科医生是父亲，因为他说“他是我的儿子”。这表明高思考模式能显著提升复杂逻辑推理的准确性。

如果禁用了，那么如果你想弄清楚到底发生了什么，就把思考模式开到最大。关于特斯拉的“Not C”，它解释说这是因为你是纳斯达克的股票持有者，所以没搞懂 Not C 代表什么。这里写着是“Not C”，意思是“你看不见”。这是在最大思考模式下，所以还是有一些小错误。

说到数学，这其实非常令人兴奋。因为上次我运行 DeepSeek 07 版本时，也就是刚发布的那个版本，当温度设为零时，它实际上给出了错误的答案。温度为零意味着始终选择最可能的词元，这通常被视为“真相”。而我不得不把温度设为 1 才能得到正确答案。这意味着随机数生成器才是你的主宰，如果你在那种情况下得到错误答案，那只是因为你运气不好。

但在这里，当温度设为零时，它说所有都是正整数，所以数学问题已经修复了，而且它在变得更好。尽管这是一个 EXP 模型，它的表现与 07 发布版相当甚至更好，而且你还拥有了一些酷炫的功能，比如现在实际上可以看到图像了。

我们看了一些疯狂的生成内容，我必须给你展示其中一个：它制作了一个 3D 游戏。我们有一把枪，有镜面光照，还有一个从图像中提取出来的拱门，以及仅基于一张图片生成的美丽人脸。上面写着诸如“Adam”、“无网格”、“无纹理”等词，走近一点，它会跟随。所以，这些模型改进非常令人兴奋。

告诉我你们怎么看。希望你觉得这个视频有用并享受了节目。看看这些马，噢啦 [音乐] 啦模型。>> [笑声] >> 有些家伙真行。有些家伙真行。