Un reloj con una pieza faltante evidente
Imagina una página web interactiva que renderiza un reloj mecánico 3D hiperrealista. Los usuarios pueden rotar libremente el modelo, examinar sus intrincados componentes e incluso acercar la imagen a la delicada espiral, un resorte en espiral azulado que regula el ritmo del reloj. Un clic "despieza" el ensamblaje, desplegando sus capas funcionales para una inspección individual.
Esta demostración representa un desafío de programación formidable. Integra a la perfección geometría 3D compleja, diseño de interfaz intuitivo, texto explicativo dinámico y las relaciones mecánicas precisas de docenas de piezas diminutas, todo dentro de una única aplicación basada en navegador. El modelo representa con precisión engranajes que encajan, manecillas en movimiento e iluminación realista con sombras dinámicas.
A pesar de su pulido visual y profundidad interactiva, el reloj "Mechanica" revela una omisión evidente: la parte posterior de la caja carece de un rotor de cuerda automática. Este peso oscilante, crucial para los movimientos de cuerda automática, está completamente ausente. Si bien la demostración impresiona por su fidelidad a la mecánica interna, este componente faltante sirve como un potente recordatorio: la integridad visual no siempre garantiza la precisión mecánica o la integridad funcional.
Desde Bean Blitz hasta un teléfono plegable
Las impresionantes capacidades de DeepSeek se extienden más allá de los modelos estáticos. A continuación, el modelo abordó Bean Blitz, un clon de plataformas 3D jugable inspirado en Fall Guys. Su entorno visualmente convincente presenta saltos, inmersiones, peligros y retroceso del jugador.
Si bien el juego es jugable, revela las limitaciones actuales de los prototipos generativos. Algunos elementos, como los obstáculos giratorios, parecen animados pero carecen de física funcional, y las colisiones de los personajes a veces pueden atravesar objetos. La experiencia general, sin embargo, sigue siendo notablemente atractiva para una generación de disparo único (zero-shot).
El modelo luego creó una recreación 3D interactiva del iPhone Duo, que el presentador elogió por su acabado meticuloso, botones colocados con precisión, bisagra funcional e iluminación realista. La animación de plegado, aunque impresionante, se movió fuera de la pantalla durante la demostración, destacando un pequeño fallo de presentación.
Estos ejemplos subrayan la capacidad de DeepSeek Flash para generar rápidamente escenas interactivas reconocibles a partir de instrucciones concisas. Funcionan como prototipos altamente avanzados, dando vida rápidamente a ideas complejas. Sin embargo, las pruebas detalladas aún exponen pequeñas imperfecciones y detalles rotos, distinguiéndolos de las aplicaciones pulidas y listas para producción.
El conteo de pasteles es una prueba de razonamiento
Las capacidades multimodales de DeepSeek se extienden al análisis detallado de imágenes, ejemplificado por una compleja escena de un mostrador de pastelería. El modelo identificó y contó meticulosamente los artículos visibles, ofreciendo un recuento específico para cada tipo. Por ejemplo, informó de 24 macarons de naranja y 8 croissants de mantequilla, y el presentador señaló que el recuento de macarons estaba notablemente cerca de su propia estimación de 25.
El sistema luego demostró una inferencia impresionante, razonando sobre artículos no visibles directamente. Cuando se le pidió que estimara el número total de pasteles, DeepSeek reconoció que varios artículos, incluidos macarons y brownies, estaban apilados, lo que implica porciones ocultas. Proporcionó un rango más amplio, aproximadamente 130-145, en lugar de simplemente sumar el recuento visible de 137. Esto sugiere una comprensión de la oclusión espacial y la disposición en el mundo real.
El presentador Matthew Berman señaló que la primera pasada detallada tomó más tiempo, pero una consulta posterior con el razonamiento habilitado devolvió resultados más rápido. Esto destaca el potencial para el refinamiento iterativo en interacciones multimodales. Si bien los totales inferidos son valiosos, la ambigüedad inherente de los elementos ocultos significa que los usuarios deben tratar dichas estimaciones como predicciones informadas, no como una verdad absoluta definitiva. Para obtener más detalles técnicos sobre la arquitectura multimodal de DeepSeek, visite el DeepSeek Official Website.
¿Te está gustando? Recibe uno así en tu bandeja cada mañana.
un correo al día · date de baja en dos clics · sin rastreadores de terceros
Salida rápida, compensaciones reales
La rápida salida de DeepSeek promete una interacción en tiempo real. El presentador Matthew Berman señaló la rápida generación de historias y citó cifras de servicio de terceros, que varían según el proveedor y la configuración. Sin embargo, la velocidad de DeepSeek Flash quedó claramente demostrada en varias tareas complejas.
Más allá de las elaboradas demostraciones de relojes y juegos, DeepSeek Flash también ayudó a Berman a seleccionar clips de YouTube directamente desde su navegador, generó un clon de hoja de cálculo funcional localmente y potenció una demostración de mezcla y resolución de un Cubo de Rubik. Cada caso destacó la capacidad del modelo para interpretar, razonar y producir código o contenido funcional rápidamente.
Estas impresionantes demostraciones muestran el potencial de DeepSeek para la creación rápida de prototipos y la experimentación local. Sin embargo, la utilidad del modelo para entornos de producción requiere un mayor escrutinio. La elección del modelo depende de factores como la fiabilidad, el costo, los requisitos de hardware y pruebas de producción rigurosas, no solo de un puñado de demostraciones virales.
Preguntas frecuentes
¿Qué construyó DeepSeek V4.1 Flash en el video?
Las demostraciones incluyen un reloj mecánico interactivo, un juego inspirado en Fall Guys, un modelo de iPhone Duo, un clon de hoja de cálculo y una simulación de Cubo de Rubik.
¿Puede DeepSeek V4.1 Flash analizar imágenes?
En el video, identifica y cuenta pasteles en una imagen, y luego estima cuántos podrían estar ocultos detrás de las pilas visibles.
¿El video demuestra que DeepSeek es el mejor modelo?
No. Presenta demostraciones prácticas seleccionadas, no una comparación controlada entre todos los modelos, tareas o condiciones de implementación.
¿Puede DeepSeek ejecutarse localmente?
El presentador informa haber ejecutado una versión local en una estación DGX y señala que las versiones cuantizadas pueden ejecutarse en algunas GPU de consumo de gama alta.