DeepSeek lança IA que enxerga telas e automatiza tarefas sem passo a passo
Nova IA da DeepSeek entende imagens e textos, permitindo automação visual. Isso abre caminho para assistentes que operam sistemas só de olhar.
A DeepSeek lançou o DeepSeek-V4-Flash-Vision-Exp, um novo modelo experimental de inteligência artificial. Ele tem a capacidade de interpretar imagens, documentos e capturas de tela, e já está disponível para desenvolvedores via API. Essa novidade promete mudar a forma como as IAs interagem com o conteúdo visual.
A grande sacada é que este modelo é multimodal. Ele combina e entende texto e imagem ao mesmo tempo. Na prática, a IA pode analisar o que aparece na tela de um computador e realizar ações automáticas de forma inteligente, sem precisar de instruções detalhadas passo a passo. Isso é um salto para a automação.
Como a IA da DeepSeek funciona na prática
O novo sistema processa texto e imagem juntos em um único pedido. Se você pede para a IA fazer uma tarefa em um site ou sistema corporativo, ela consegue “enxergar” os elementos visuais da tela. Usa seu raciocínio lógico para decidir o que fazer em seguida, imitando a interação humana com interfaces gráficas.
A DeepSeek afirma que o desempenho deste sistema, para realizar tarefas de forma independente, se aproxima de tecnologias de ponta como o modelo Opus 4.8 da Anthropic. Junto com o modelo, a empresa liberou uma ferramenta gratuita, a Files API. Ela facilita o trabalho dos desenvolvedores, permitindo enviar uma imagem uma vez e reutilizá-la em várias consultas, economizando dados e acelerando as respostas.
A briga por IA mais barata
Este lançamento reforça a disputa pelo topo do mercado de inteligência artificial entre as gigantes de tecnologia. Companhias chinesas, como a DeepSeek, focam em entregar ferramentas de alto desempenho com custos mais baixos que os cobrados pelas rivais americanas. Isso pode democratizar o acesso a IAs mais potentes, especialmente para pequenas empresas e freelancers.
Importante lembrar que o modelo ainda é uma versão experimental. Empresas interessadas em integrar a ferramenta devem testar com cautela, pois bugs e limitações podem surgir. A disponibilidade via API foca em desenvolvedores, então a aplicação para o usuário final ainda depende de quem vai construir sobre essa base.