纯文本大模型装上原生视觉

主要功能

• 实测环境源模型 DeepSeek V4 Flash · 图像模型 MiniMax-M3（minimax 渠道）· 视觉渠道 vivo / cpa 故障转移。
• 视觉模型的分析推理 → 源模型的思考链 → 最终回答，全程单条 SSE 流、无缝衔接
• 流式真实思考链视觉推理 → 源模型思考 → 重看思考② → 回答，单流无缝透传，首帧即真实内容
• 定位-放大-再读image.grounding_zoom：坐标框 + 本地裁剪放大二次精读
• 在 DeepSeek Harness 中使用时，需在配置文件手动开启增强模型图像支持。