Um relógio com uma peça notavelmente ausente
Imagine uma página da web interativa que renderiza um relógio mecânico 3D hiper-realista. Os usuários podem girar livremente o modelo, examinar seus componentes complexos e até dar zoom na delicada espiral, uma mola espiral azulada que regula o ritmo do relógio. Um clique "explode" o conjunto, espalhando suas camadas funcionais para inspeção individual.
Esta demonstração representa um desafio de codificação formidável. Ela integra perfeitamente geometria 3D complexa, design de interface intuitivo, texto explicativo dinâmico e as relações mecânicas precisas de dezenas de peças minúsculas — tudo dentro de um único aplicativo baseado em navegador. O modelo retrata com precisão engrenagens, ponteiros em movimento e iluminação realista com sombras dinâmicas.
Apesar do seu polimento visual e profundidade interativa, o relógio "Mechanica" revela uma omissão notável: a parte de trás da caixa carece de um rotor de corda automática. Este peso oscilante, crucial para movimentos de corda automática, está totalmente ausente. Embora a demonstração impressione pela fidelidade à mecânica interna, este componente ausente serve como um lembrete potente: a completude visual nem sempre garante precisão mecânica ou integridade funcional.
De Bean Blitz a um celular dobrável
As capacidades impressionantes do DeepSeek vão além de modelos estáticos. Em seguida, o modelo abordou o Bean Blitz, um clone de jogo de plataforma 3D jogável inspirado em Fall Guys. Seu ambiente visualmente convincente apresenta saltos, mergulhos, perigos e recuo do jogador.
Embora o jogo seja jogável, ele revela as limitações atuais de protótipos generativos. Alguns elementos, como obstáculos giratórios, parecem animados, mas carecem de física funcional, e as colisões dos personagens podem ocasionalmente atravessar objetos. A experiência geral, no entanto, permanece notavelmente envolvente para uma geração zero-shot.
O modelo então criou uma recriação 3D interativa do iPhone Duo, que o apresentador elogiou pelo acabamento meticuloso, botões posicionados com precisão, dobradiça funcional e iluminação realista. A animação de dobramento, embora impressionante, saiu da tela durante a demonstração, destacando uma pequena falha de apresentação.
Estes exemplos destacam a capacidade do DeepSeek Flash de gerar rapidamente cenas interativas reconhecíveis a partir de prompts concisos. Eles funcionam como protótipos altamente avançados, dando vida a ideias complexas rapidamente. No entanto, testes detalhados ainda expõem pequenas imperfeições e detalhes quebrados, distinguindo-os de aplicativos polidos e prontos para produção.
A contagem de doces é um teste de raciocínio
As capacidades multimodais do DeepSeek estendem-se à análise detalhada de imagens, exemplificada por uma cena complexa de balcão de doces. O modelo identificou e contou meticulosamente os itens visíveis, oferecendo uma contagem específica para cada tipo. Por exemplo, ele relatou 24 macarons de laranja e 8 croissants de manteiga, com o apresentador observando que a contagem de macarons estava notavelmente próxima da sua própria estimativa de 25.
O sistema então demonstrou uma inferência impressionante, raciocinando sobre itens não diretamente visíveis. Ao ser solicitado a estimar o número total de doces, o DeepSeek reconheceu que vários itens, incluindo macarons e brownies, estavam empilhados, implicando partes ocultas. Ele forneceu uma faixa mais ampla, aproximadamente 130-145, em vez de simplesmente somar a contagem visível de 137. Isso sugere uma compreensão de oclusão espacial e arranjo no mundo real.
O apresentador Matthew Berman observou que a primeira análise detalhada demorou mais, mas uma consulta subsequente com raciocínio ativado retornou resultados mais rapidamente. Isso destaca o potencial para refinamento iterativo em interações multimodais. Embora os totais inferidos sejam valiosos, a ambiguidade inerente de itens ocultos significa que os usuários devem tratar tais estimativas como previsões fundamentadas, não como uma verdade absoluta definitiva. Para mais detalhes técnicos sobre a arquitetura multimodal do DeepSeek, visite o DeepSeek Official Website.
Gostando do artigo? Receba um assim na sua caixa de entrada toda manhã.
um e-mail por dia · cancele em dois cliques · sem rastreadores de terceiros
Saída rápida, compensações reais
A saída rápida do DeepSeek promete interação em tempo real. O apresentador Matthew Berman observou a geração rápida de histórias e citou números de serviço de terceiros, que variam de acordo com o provedor e a configuração. A velocidade do DeepSeek Flash, no entanto, foi claramente demonstrada em várias tarefas complexas.
Além das demonstrações elaboradas de relógios e jogos, o DeepSeek Flash também ajudou Berman a selecionar clipes do YouTube diretamente de seu navegador, gerou um clone funcional de planilha localmente e alimentou uma demonstração de embaralhar e resolver um Cubo Mágico. Cada instância destacou a capacidade do modelo de interpretar, raciocinar e produzir código ou conteúdo funcional rapidamente.
Essas demonstrações impressionantes mostram o potencial do DeepSeek para prototipagem rápida e experimentação local. A utilidade do modelo para ambientes de produção, no entanto, requer um exame mais aprofundado. A escolha do modelo depende de fatores como confiabilidade, custo, requisitos de hardware e testes rigorosos de produção — não apenas algumas demonstrações virais.
Perguntas Frequentes
O que o DeepSeek V4.1 Flash construiu no vídeo?
As demonstrações incluem um relógio mecânico interativo, um jogo inspirado em Fall Guys, um modelo de iPhone Duo, um clone de planilha e uma simulação de Cubo Mágico.
O DeepSeek V4.1 Flash consegue analisar imagens?
No vídeo, ele identifica e conta doces em uma imagem e, em seguida, estima quantos podem estar escondidos atrás das pilhas visíveis.
O vídeo prova que o DeepSeek é o melhor modelo?
Não. Ele apresenta demonstrações práticas selecionadas, não uma comparação controlada entre todos os modelos, tarefas ou condições de implantação.
O DeepSeek pode ser executado localmente?
O apresentador relata a execução de uma versão local em uma estação DGX e observa que versões quantizadas podem rodar em algumas GPUs de consumo de alto desempenho.