DeepSeek 现在用的人很多，它暂时又不支持多模态输入，所以最近类似 Qwen-MM-Plugins 这种工具就多了起来，本质上都是调用另一个模型来辅助看图。
如果你用来做各种前端设计，那确实需要一个比较好的在线多模态模型来做这件事情。如果你的需求没有那么高的要求，只是简单看看，而且你本地有一台设备可以折腾的话，那么本地跑一个 Qwen 或者 MiniCPM 的多模态小模型也完全可以用。
你要是本地没有条件的话，那么别忘了，免费的 Agnes 2.5 Flash 模型也是多模态模型。把 Agnes 模型放到你的模型列表里，打开图像输入的选项。然后告诉你的主模型，用 Agnes 2.5 Flash 看看这张图的内容即可。
