DeepSeek V4.1 Flash 通过浏览器绘制肖像

原标题A DeepSeek V4.1 Flash Portrait Painted Through a Browser Tool

Matthew Berman 比较参考头像与使用类画图网站绘制的风格化结果。

MBMatthew Berman讲者 · Forward Future
频道
Matthew Berman
发布
2026年10月4日
视频
0:26
阅读
1 分钟
幻灯片
1
原文
英语
在 YouTube 打开
往下滚动阅读时,视频会缩到右下角继续播放。字幕跟随阅读语言。
阅读语言共 2 种语言可读
由 AI 从英语原文翻译。打开“对照原文”可以逐段核对。
摘要

30 秒看懂

Matthew Berman 展示了一次简短实验:让 DeepSeek V4.1 Flash 使用浏览器绘画工具重现他的头像。他认为结果有辨识度和风格,但缺少细节与层叠笔触。

  1. 1参考图Berman 提供一张头像,让 DeepSeek V4.1 Flash 使用类似画图的网站。
  2. 2绘制结果展示的成品是头像的抽象、风格化版本。
  3. 3缺少细节Berman 认为模型没有重现他期望的一层层叠加笔触的技法。

要点建议

  1. 实验使用参考头像和一个类似 Microsoft Paint 的网站。
  2. Berman 认为成品风格化明显,但缺少细节。
  3. 单个例子不能证明模型的整体肖像绘画能力。
全文

按章节阅读整理后的全文

只看原始文稿
01

浏览器绘画实验

Berman 介绍参考图以及 DeepSeek V4.1 Flash 使用的工具,随后评价肖像结果。

生成的肖像
幻灯片 1 / 1生成的肖像视频展示风格化成品,Berman 认为其细节不足。

这是参考头像。我让 DeepSeek V4.1 Flash 使用一个基本功能类似 Microsoft Paint 的网站,然后将绘制的肖像与原图比较。这段短视频没有展示完整设置,也不是受控比较。

结果还不错:这是我的头像的高度风格化、抽象化版本。不过它缺少细节,我认为模型没有重现一层叠一层的笔触技法。这一评价针对的是这次具体尝试。

同频道的其他文章

12 张幻灯片34:21EN → 简体中文
Matthew Berman· 2026年10月27日Matthew Berman 解读 Anthropic 的上市文件、AI 增长与治理Matthew Berman, Sam Altman · Forward Future主持人审视 S-1 中的财务指标、算力战略和投票结构,并质疑 AI 快速发展与安全之间的张力。AnthropicAI Safety企业 AI+2
0:26EN → 简体中文
Matthew Berman· 2026年10月25日Sam Altman 谈 AI 世界中的人类价值与问题解决Sam Altman · OpenAI在一段简短的访谈摘录中,Altman 思考解决难题的乐趣,以及人在解读结果时的作用。Human-AI CollaborationFuture of WorkAI Strategy
2 张幻灯片0:36EN → 简体中文
Matthew Berman· 2026年10月25日Kimi K3.1 与魔方求解演示Matthew Berman · Forward FutureMatthew Berman 展示一个被打乱的虚拟魔方如何复原,并对 Kimi K3.1 的测试给予积极评价。评估编程智能体Open-weight models
2 张幻灯片0:21EN → 简体中文
Matthew Berman· 2026年10月24日AI 生成的 Kimi 基准图表使用了虚构分数Matthew Berman · Forward FutureMatthew Berman 要求生成一张 Kimi K3.1 Pro 基准图表,随后发现图中的数字只是示意性占位值。Benchmarks评估Generative media
6 张幻灯片25:50EN → 简体中文
Matthew Berman· 2026年10月24日Kimi K3.1 Pro 实测:3D 演示出色,表现不一,价格有竞争力Matthew Berman · Forward FutureMatthew Berman 测试这款开放权重模型的编程、3D 渲染和视觉讲解能力,并比较基准成绩与价格。Open-weight modelsBenchmarksAI cost & performance+1
2 张幻灯片32:20EN → 简体中文
Matthew Berman· 2026年10月23日本地 AI 究竟适合谁?成本、取舍与混合模式的未来Matthew Berman · Forward FutureMatthew Berman 权衡数据控制和自主权,与硬件成本、设置复杂度及推理速度之间的关系。Local inferenceOpen-weight modelsAI cost & performance+1