👁️ 多模態deepseek

Deepseek Vl2

Deepseek Vl2 由 deepseek-ai 開發的開源 多模態 模型。授權：deepseek。共 1 個尺寸版本。

📅 發布：2024-12↻資料更新：2026年5月12日

VRAM 計算器

我的 GPU VRAM：
量化等級
上下文長度
Q4_K_M · 8K context
模型權重 + KV Cache + 0.5 GB overhead
16 GB
完整 VRAM 對照表（所有量化 × 上下文）
量化4K8K16K32K64K128K
Q4_K_M★15 GB16 GB16 GB18 GB21 GB28 GB
Q8_029 GB29 GB30 GB32 GB35 GB41 GB

部署指南

方法二：llama.cpp

適合進階用戶，支援 CPU 和 GPU 混合推理，可精確控制量化等級。

# Download GGUF model from Hugging Face, then run:
./llama-cli -m model.gguf -p "Hello" -n 128

規格

參數量27B
最大上下文128K tokens
HF 下載量759K/月

模型強項

多模態理解視覺問答文件圖表理解OCR能力高效能MoE架構

推薦用途

  • ▸適用於需要從圖像、文件、圖表中提取資訊並進行問答的應用場景，如智能客服或資料分析。
  • ▸可用於自動化處理包含文字、表格和圖表的掃描文件，提升資料數位化與資訊檢索效率。

標籤

deepseek-aideepseekmultimodalDeepseek Vl2

部署工具

ollamallama.cpp

關於 Deepseek Vl2 — 開源 AI 模型

Deepseek Vl2 是一個開源多模態，擁有 27B 參數，採用 deepseek 授權。可使用 ollama、llama.cpp 進行部署。適用場景包括：適用於需要從圖像、文件、圖表中提取資訊並進行問答的應用場景，如智能客服或資料分析。、可用於自動化處理包含文字、表格和圖表的掃描文件，提升資料數位化與資訊檢索效率。。核心優勢：多模態理解、視覺問答、文件圖表理解、OCR能力、高效能MoE架構。 可在本地硬體上自行部署，完全保護隱私，無需 API 金鑰。

使用心得

分享你的使用體驗，幫助其他人了解這個模型

0/1000
還沒有評論，成為第一個分享心得的人！