包括deepseek3.2，qwen3max，qwen3coder，MM2，K2，GLM4.6等等国产开源旗舰模型，全是瞎子，没有多模态，不支持识图。 
qwen-vl，GLM-air 等次级模型倒是有识图。但是为什么不整合到旗舰模型上面去呢？ 
好像国产模型识图做的比较好的只有豆包？但是豆包是个闭源的而且智商堪忧。 
国外的gpt，gemini ，claude ，grok的旗舰模型全是多模态。 
到底是什么原因导致国内的模型多模态做的这么差？有没有佬分析一下？ 
感觉不要求你多模态做的有多牛逼了，起码要有这样一个功能吧，连图片上传对话都做不到，感觉体验还是很差的？