Une montre avec une pièce manquante évocatrice
Imaginez une page web interactive qui affiche une montre mécanique 3D hyper-réaliste. Les utilisateurs peuvent faire pivoter le modèle librement, examiner ses composants complexes et même zoomer sur le délicat spiral, ce ressort bleu en spirale qui régule le rythme de la montre. Un clic fait « exploser » l'assemblage, déployant ses couches fonctionnelles pour une inspection individuelle.
Cette démo représente un défi de codage formidable. Elle intègre de manière fluide une géométrie 3D complexe, une conception d'interface intuitive, un texte explicatif dynamique et les relations mécaniques précises de dizaines de minuscules pièces, le tout au sein d'une seule application basée sur navigateur. Le modèle représente avec précision les engrenages, les aiguilles en mouvement et un éclairage réaliste avec des ombres dynamiques.
Malgré son fini visuel et sa profondeur interactive, la montre « Mechanica » révèle une omission flagrante : le fond du boîtier manque d'un rotor de remontage automatique. Cette masse oscillante, cruciale pour les mouvements à remontage automatique, est totalement absente. Bien que la démo impressionne par sa fidélité aux mécanismes internes, ce composant manquant sert de rappel puissant : l'exhaustivité visuelle ne garantit pas toujours la précision mécanique ou l'intégrité fonctionnelle.
De Bean Blitz à un téléphone pliable
Les capacités impressionnantes de DeepSeek s'étendent au-delà des modèles statiques. Ensuite, le modèle s'est attaqué à Bean Blitz, un clone de jeu de plateforme 3D jouable inspiré de Fall Guys. Son environnement visuellement convaincant propose des sauts, des plongeons, des dangers et des effets de recul pour le joueur.
Bien que le jeu soit jouable, il révèle les limites actuelles des prototypes génératifs. Certains éléments, comme les obstacles rotatifs, semblent animés mais manquent de physique fonctionnelle, et les collisions des personnages peuvent parfois passer à travers les objets. L'expérience globale reste cependant remarquablement engageante pour une génération zero-shot.
Le modèle a ensuite créé une reconstitution 3D interactive de l'iPhone Duo, que le présentateur a salué pour sa finition méticuleuse, ses boutons placés avec précision, sa charnière fonctionnelle et son éclairage réaliste. L'animation de pliage, bien qu'impressionnante, est sortie de l'écran pendant la démonstration, soulignant un léger bug de présentation.
Ces exemples soulignent la capacité de DeepSeek Flash à générer rapidement des scènes interactives reconnaissables à partir de prompts concis. Ils fonctionnent comme des prototypes hautement avancés, donnant vie rapidement à des idées complexes. Cependant, des tests détaillés exposent encore des imperfections mineures et des détails défaillants, ce qui les distingue des applications prêtes pour la production.
Le comptage des pâtisseries est un test de raisonnement
Les capacités multimodales de DeepSeek s'étendent à l'analyse détaillée d'images, illustrée par une scène complexe de comptoir de pâtisserie. Le modèle a méticuleusement identifié et compté les articles visibles, offrant un décompte spécifique pour chaque type. Par exemple, il a rapporté 24 macarons à l'orange et 8 croissants au beurre, le présentateur notant que le nombre de macarons était remarquablement proche de sa propre estimation de 25.
Le système a ensuite fait preuve d'une inférence impressionnante, en raisonnant sur des articles non directement visibles. Lorsqu'on lui a demandé d'estimer le nombre total de pâtisseries, DeepSeek a reconnu que plusieurs articles, dont des macarons et des brownies, étaient empilés, impliquant des portions cachées. Il a fourni une fourchette plus large, environ 130-145, plutôt que de simplement additionner le compte visible de 137. Cela suggère une compréhension de l'occlusion spatiale et de l'agencement dans le monde réel.
L'animateur Matthew Berman a noté que le premier passage détaillé a pris plus de temps, mais qu'une requête ultérieure avec le raisonnement activé a renvoyé des résultats plus rapidement. Cela souligne le potentiel d'iterative refinement dans les interactions multimodales. Bien que les totaux déduits soient précieux, l'ambiguïté inhérente aux éléments cachés signifie que les utilisateurs doivent traiter ces estimations comme des prédictions éclairées, et non comme une vérité absolue. Pour plus de détails techniques sur l'architecture multimodale de DeepSeek, visitez le DeepSeek Official Website.
Cet article vous plaît ? Recevez-en un comme celui-ci chaque matin.
un e-mail par jour · désinscription en deux clics · aucun traqueur tiers
Sortie rapide, compromis réels
La sortie rapide de DeepSeek promet une interaction en temps réel. Le présentateur Matthew Berman a noté une génération d'histoires rapide et a cité des chiffres de service tiers, qui varient selon le fournisseur et la configuration. La vitesse de DeepSeek Flash, cependant, a été clairement démontrée sur plusieurs tâches complexes.
Au-delà des démonstrations élaborées de montre et de jeu, DeepSeek Flash a également aidé Berman à sélectionner des clips YouTube directement depuis son navigateur, a généré un clone de feuille de calcul fonctionnel localement et a alimenté une démonstration de mélange et de résolution de Rubik’s Cube. Chaque instance a mis en évidence la capacité du modèle à interpréter, raisonner et produire rapidement du code ou du contenu fonctionnel.
Ces démonstrations impressionnantes mettent en valeur le potentiel de DeepSeek pour le rapid prototyping et l'expérimentation locale. L'utilité du modèle pour les environnements de production nécessite cependant un examen plus approfondi. Le choix du modèle dépend de facteurs tels que la reliability, le coût, les exigences matérielles et des tests de production rigoureux, et non seulement d'une poignée de démonstrations virales.
Foire aux questions
Qu'a construit DeepSeek V4.1 Flash dans la vidéo ?
Les démonstrations incluent une montre mécanique interactive, un jeu inspiré de Fall Guys, un modèle iPhone Duo, un clone de feuille de calcul et une simulation de Rubik’s Cube.
DeepSeek V4.1 Flash peut-il analyser des images ?
Dans la vidéo, il identifie et compte des pâtisseries sur une image, puis estime combien pourraient être cachées derrière des piles visibles.
La vidéo prouve-t-elle que DeepSeek est le meilleur modèle ?
Non. Elle présente des démonstrations pratiques sélectionnées, et non une comparaison contrôlée entre tous les modèles, tâches ou conditions de déploiement.
DeepSeek peut-il fonctionner localement ?
Le présentateur rapporte avoir exécuté une version locale sur une station DGX et note que des versions quantifiées peuvent fonctionner sur certains GPU grand public haut de gamme.