目前DeepSeek V4 Flash唯一的槽点，就是还没有Vision能力，对于视频类和图形类的任务，还要搭配其他模型使用，V4会给Vision模型发Prompt，问他这是什么画面，描述一下，但如果是视频连续画面和连续帧的任务，这么一来一去，执行效率太差，而且容易出错。

啥时候能上视觉能力呢