Model details
模型介绍
中文整理# DeepSeek-VL 模型卡片
Model use case
DeepSeek-VL 是一个开源的视觉语言模型，专为现实世界的视觉和语言理解应用而设计。
## 主要能力
DeepSeek-VL 具有通用多模态理解能力，能够处理以下类型的内容：
- 逻辑图表
- 网页
- 公式识别
- 科学文献
- 自然图像
- 复杂场景中的具身智能
## 输入输出
- 图像输入：支持 384 x 384 分辨率的图像输入
- 视觉编码器：采用 SigLIP-L 作为视觉编码器
- 文本模型：基于 DeepSeek-LLM-1.3b-base 训练
运行要求
- Python 版本：3.8 或更高
- 需要安装必要的依赖包
基本用法
模型支持 CLI Chat 交互方式和简单的推理调用。
License
本代码仓库采用 MIT 许可证。DeepSeek-VL Base/Chat 模型的使用受 DeepSeek Model License 约束。DeepSeek-VL 系列（包括 Base 和 Chat）支持商业使用。
## 联系方式
如有问题，请提交 issue 或联系 service@deepseek.com。
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行环境运行模型需要的设备、工具与依赖，以原作者说明为准。
授权范围是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
Problem with the information or download?
Sign in to submit feedback.
