《关于 DeepSeek 补齐多模态对话能力、支持直接发图的用户建议书》

致：DeepSeek 产品与生态团队

一、背景

国产 AI 竞争已经进入深水区。DeepSeek 在推理、代码、数学和性价比上有明显优势，但产品体验仍有短板。最典型的一个场景：用户在对话里想要一张郭德纲舞台照，模型只能给外部链接，无法在聊天框里直接展示图片。用户等半天，最后还得自己点链接、自己找、自己存。

这不是小问题，这是多模态入口的缺失。

二、核心痛点

1. 对话内不能直接发图、收图、展示图。2. 图片搜索、图片理解、图片生成彼此割裂。3. 工具调用和插件生态不够开放。4. 开发者想集成，缺少便捷 API 和机器人能力。5. 用户体验经常被“链接”打断，不够顺滑。

三、用户诉求

· 聊天框里直接发图、收图、看图、存图。· 支持以图搜图、图片理解、OCR、图生图。· 集成图库搜索，返回可展示缩略图并标注来源。· 开放 API 和机器人能力，让开发者能直接发图。· 快、稳、便宜、合规。

四、功能清单与优先级

P0：

· 图片上传、粘贴、多图上传。· 图片理解、OCR、以图搜图。· 对话内直接渲染图片，支持下载和保存。

P0：

· 图片搜索工具，直接返回缩略图 + 来源 + 版权信息。

P1：

· 文生图、图生图、图片编辑、风格化。· 开发者 API、插件、Telegram / Discord / 企业微信机器人发图。

P2：

· 个人图库、收藏夹、分享页、团队协作。· 视频、语音等多模态能力。

五、竞品对标

ChatGPT、Gemini 已支持图像输入输出；国内豆包、Kimi、文心、通义也在补多模态。DeepSeek 强在模型能力，如果补上产品闭环，优势会更大。否则用户会因为“发不了图”这种小痛点流失。

六、实施建议

1. 先做 P0：对话内图片上传 + 理解 + 展示，最快见效。2. 再接图库搜索：Bing、Wikimedia、百度等，标注版权。3. 开放 API 和机器人能力，让开发者帮你们补场景。4. 合规先行：内容审核、版权、隐私、未成年人保护。5. 收集用户反馈，公开路线图。

七、预期价值

· 留存与使用时长提升。· 开发者生态扩大。· 口碑从“模型强”变成“产品也好用”。· 在国内 AI 竞争中占据更稳的头部位置。

八、结语

我们不反对领先，我们反对止步不前。中国 AI 需要良性竞争，用户需要更好的软件。DeepSeek 有机会成为排头，但排头不是喊出来的，是把“直接发一张图”这种小事做好做透。

——一名希望国产 AI 更好的用户生活手记