Zion不支持DeepSeek识图模式,但原生集成Gemini 3.5 Flash实现图片描述、OCR等多模态任务;亦可通过BYOM或自部署WeVisOne-VL等模型接入,禁用截图粘贴、文本组件传图、iframe嵌入等无效方式。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

函子Zion目前不直接支持DeepSeek“识图模式”这类纯图片理解类模型,但可通过API接入方式调用具备图像理解能力的第三方多模态模型。
当前Zion原生支持的图片相关能力
Zion平台已预置集成Gemini 3.5 Flash模型,该模型【支持原生多模态输入,包括图像】,可直接处理用户上传的图片并执行描述、推理、OCR、逻辑分析等任务。操作路径为:创建智能体→进入编辑页→右上角切换模型→选择Gemini 3.5 Flash。
这一步无需额外配置,消耗AI Points即可调用,每个新项目赠送5万AI Points,足够完成数百次图片理解请求。
接入其他图片理解模型的方法
方法一:通过BYOM(Bring Your Own Model)接入自托管模型
在Zion的「API」模块中,填入你部署在云平台(如PPIO、阿里云百炼、腾讯混元)上的多模态模型接口地址,绑定自有API Key后,即可在行为流中调用。注意:该模型必须提供标准OpenAI兼容的多模态API格式,且明确支持image_url或base64编码的图像输入字段。
方法二:对接WeVisOne-VL等开源视觉模型
需自行部署WeVisOne-VL服务(如使用Docker+FastAPI封装),暴露HTTP接口,返回JSON结构包含bbox、mask、text等字段;再将该接口注册为Zion中的自定义API,在行为流中触发调用。此方式可实现精准目标定位、像素级抠图、计数等深度视觉任务,但【需确保接口响应时间低于8秒,否则Zion会判定超时失败】。
不推荐的操作路径
第一步:尝试在Zion中直接粘贴DeepSeek识图模式的网页端URL或截图
第二步:试图用Zion内置的“文本模型”组件上传图片
第三步:在页面组件中嵌入iframe加载DeepSeek识图界面
以上三种方式均无法触发真正的图像理解——Zion的文本模型组件仅接收文字输入,不解析二进制图像数据;iframe嵌入会导致跨域拦截且无法回传识别结果;而手动复制网页结果属于人工搬运,无法形成自动化工作流。


















