La noticia de Jièjiè Wǎng, el investigador del equipo multimodal de DeepSeek, xiaokang chen, publicó en las redes sociales que «ahora, te vemos», acompañando con una imagen que muestra una comparación de dos mascotas de ballena de DeepSeek: a la izquierda, la ballena con los ojos cubiertos, a la derecha, con los ojos abiertos. Combinando su perfil personal «investigador en el equipo multimodal» y la metáfora de «ver», se sospecha que DeepSeek lanzará próximamente un nuevo gran modelo multimodal (visual). La versión DeepSeek v4, lanzada el 24 de abril, es un modelo de texto puro que no soporta entrada de imágenes; si se implementa un modelo multimodal, será una línea de productos independiente. La oficina oficial de DeepSeek no ha emitido anuncios.