Eine Uhr mit einem auffällig fehlenden Teil
Stellen Sie sich eine interaktive Webseite vor, die eine hyperrealistische mechanische 3D-Uhr rendert. Benutzer können das Modell frei drehen, die komplizierten Komponenten genau unter die Lupe nehmen und sogar in die empfindliche Unruhspirale hineinzoomen, eine gebläute Spiralfeder, die den Rhythmus der Uhr reguliert. Ein Klick „explodiert“ die Baugruppe und fächert ihre funktionalen Schichten zur individuellen Inspektion auf.
Diese Demo stellt eine enorme Herausforderung für die Programmierung dar. Sie integriert nahtlos komplexe 3D-Geometrie, intuitives Interface-Design, dynamische erklärende Texte und die präzisen mechanischen Beziehungen von Dutzenden winziger Teile – alles innerhalb einer einzigen browserbasierten Anwendung. Das Modell stellt ineinandergreifende Zahnräder, bewegliche Zeiger und realistische Beleuchtung mit dynamischen Schatten präzise dar.
Trotz des visuellen Glanzes und der interaktiven Tiefe offenbart die „Mechanica“-Uhr eine auffällige Auslassung: Der Gehäuseboden weist keinen automatischen Aufzugsrotor auf. Dieses Schwunggewicht, das für Automatikwerke entscheidend ist, fehlt vollständig. Während die Demo durch ihre Treue zur internen Mechanik beeindruckt, dient diese fehlende Komponente als deutliche Erinnerung: Visuelle Vollständigkeit garantiert nicht immer mechanische Genauigkeit oder funktionale Integrität.
Von Bean Blitz bis zum faltbaren Smartphone
Die beeindruckenden Fähigkeiten von DeepSeek gehen über statische Modelle hinaus. Als Nächstes nahm sich das Modell Bean Blitz vor, einen spielbaren 3D-Plattformer-Klon, inspiriert von Fall Guys. Die visuell überzeugende Umgebung bietet Springen, Tauchen, Gefahren und Rückstoßeffekte für den Spieler.
Obwohl das Spiel spielbar ist, offenbart es die aktuellen Grenzen generativer Prototypen. Einige Elemente, wie sich drehende Hindernisse, wirken animiert, verfügen aber nicht über eine funktionale Physik, und Charakterkollisionen können gelegentlich durch Objekte hindurchgehen. Das Gesamterlebnis bleibt jedoch für eine Zero-Shot-Generierung bemerkenswert fesselnd.
Das Modell erstellte daraufhin eine interaktive 3D-Nachbildung des iPhone Duo, das der Präsentator für sein sorgfältiges Finish, die präzise platzierten Tasten, das funktionale Scharnier und die realistische Beleuchtung lobte. Die Faltanimation war zwar beeindruckend, bewegte sich aber während der Demonstration aus dem Bild, was einen kleinen Darstellungsfehler aufzeigte.
Diese Beispiele unterstreichen die Fähigkeit von DeepSeek Flash, schnell erkennbare interaktive Szenen aus prägnanten Prompts zu generieren. Sie fungieren als hochentwickelte Prototypen, die komplexe Ideen schnell zum Leben erwecken. Detaillierte Tests decken jedoch immer noch kleine Unvollkommenheiten und fehlerhafte Details auf, was sie von ausgereiften, produktionsreifen Anwendungen unterscheidet.
Die Gebäckzählung als Logiktest
Die multimodalen Fähigkeiten von DeepSeek erstrecken sich auf eine detaillierte Bildanalyse, veranschaulicht durch eine komplexe Szene an einer Gebäcktheke. Das Modell identifizierte und zählte akribisch die sichtbaren Artikel und bot für jeden Typ eine spezifische Anzahl an. Zum Beispiel meldete es 24 Orangen-Macarons und 8 Butter-Croissants, wobei der Präsentator anmerkte, dass die Macaron-Anzahl seiner eigenen Schätzung von 25 bemerkenswert nahe kam.
Das System demonstrierte dann eine beeindruckende Schlussfolgerungsfähigkeit, indem es über Artikel nachdachte, die nicht direkt sichtbar waren. Auf die Frage, die Gesamtzahl der Gebäckstücke zu schätzen, erkannte DeepSeek, dass mehrere Artikel, darunter Macarons und Brownies, gestapelt waren, was auf versteckte Anteile hindeutet. Es lieferte einen breiteren Bereich von etwa 130–145, anstatt einfach die sichtbare Anzahl von 137 zu summieren. Dies deutet auf ein Verständnis von räumlicher Verdeckung und realer Anordnung hin.
Host Matthew Berman merkte an, dass der erste detaillierte Durchlauf länger dauerte, aber eine anschließende Abfrage mit aktivierter Schlussfolgerungsfunktion lieferte die Ergebnisse schneller. Dies unterstreicht das Potenzial für iterative Verfeinerung bei multimodalen Interaktionen. Während die abgeleiteten Summen wertvoll sind, bedeutet die inhärente Mehrdeutigkeit versteckter Elemente, dass Benutzer solche Schätzungen als fundierte Vorhersagen und nicht als endgültige Wahrheit betrachten sollten. Weitere technische Details zur multimodalen Architektur von DeepSeek finden Sie auf der DeepSeek Official Website.
Gefällt Ihnen der Artikel? Erhalten Sie jeden Morgen einen wie diesen per E-Mail.
eine E-Mail pro Tag · Abmeldung mit zwei Klicks · kein Tracking durch Dritte
Schnelle Ausgabe, echte Kompromisse
Die schnelle Ausgabe von DeepSeek verspricht Interaktion in Echtzeit. Moderator Matthew Berman wies auf die schnelle Erstellung von Geschichten hin und zitierte Zahlen von Drittanbietern, die je nach Anbieter und Konfiguration variieren. Die Geschwindigkeit von DeepSeek Flash wurde jedoch bei mehreren komplexen Aufgaben deutlich demonstriert.
Über die aufwendigen Uhren- und Spieldemos hinaus unterstützte DeepSeek Flash Berman auch dabei, YouTube-Clips direkt aus seinem Browser auszuwählen, generierte lokal einen funktionalen Tabellenkalkulations-Klon und ermöglichte eine Demonstration zum Mischen und Lösen eines Zauberwürfels. Jedes Beispiel unterstrich die Fähigkeit des Modells, funktionalen Code oder Inhalte schnell zu interpretieren, zu durchdenken und zu erstellen.
Diese beeindruckenden Demonstrationen zeigen das Potenzial von DeepSeek für Rapid Prototyping und lokale Experimente. Der Nutzen des Modells für Produktionsumgebungen erfordert jedoch eine genauere Prüfung. Die Wahl des Modells hängt von Faktoren wie Zuverlässigkeit, Kosten, Hardwareanforderungen und strengen Produktionstests ab – nicht nur von einer Handvoll viraler Demos.
Häufig gestellte Fragen
Was hat DeepSeek V4.1 Flash im Video erstellt?
Die Demos umfassen eine interaktive mechanische Uhr, ein von Fall Guys inspiriertes Spiel, ein iPhone Duo-Modell, einen Tabellenkalkulations-Klon und eine Zauberwürfel-Simulation.
Kann DeepSeek V4.1 Flash Bilder analysieren?
Im Video identifiziert und zählt es Gebäckstücke auf einem Bild und schätzt dann, wie viele hinter den sichtbaren Stapeln verborgen sein könnten.
Beweist das Video, dass DeepSeek das beste Modell ist?
Nein. Es präsentiert ausgewählte praktische Demonstrationen, keinen kontrollierten Vergleich über alle Modelle, Aufgaben oder Einsatzbedingungen hinweg.
Kann DeepSeek lokal ausgeführt werden?
Der Moderator berichtet, dass er eine lokale Version auf einer DGX-Station ausführt, und merkt an, dass quantisierte Versionen auf einigen High-End-Consumer-GPUs laufen könnten.