他來了，他來了，他帶著V4走來了。

前兩天我們才聊過DeepSeek融資的事兒，今天V4就上新了，普天同慶了屬于是。

上一次DeepSeek引發(fā)全球震動(dòng)，是2025年初V3正式發(fā)布的時(shí)候。那一次，一個(gè)中國團(tuán)隊(duì)用據(jù)稱不到600萬美元的算力成本，訓(xùn)練出了一個(gè)可以和GPT-4正面競爭的模型，然后把它開源，整個(gè)硅谷集體失語了幾天，英偉達(dá)股票直接一波暴跌。

之后的一年，AI圈的發(fā)布節(jié)奏快得令人眩暈。Anthropic發(fā)了Claude 4系列，Google推了Gemini-Pro-3.1，OpenAI在o系列上持續(xù)迭代，最近更是恐怖，一周時(shí)間里，我們相繼見證了image 2.0和GPT-5.5的發(fā)布，全球AI領(lǐng)域堪稱是“勃勃生機(jī)，萬物競發(fā)”的境界。

而DeepSeek那邊，只發(fā)了幾個(gè)不算引人注目的中間版本：V3.1、V3.2-Exp，每次跑分和前代差不多，看起來像是在原地踏步。

關(guān)于V4什么時(shí)候發(fā)的傳言從2025年底就沒停過。有人說是和之前一樣在春節(jié)前，結(jié)果卻是一直等到了四月底。

然后零幀起手，毫無預(yù)警，DeepSeek把V4放出來了。同步開源，同步上線官網(wǎng)和App，同步更新API。發(fā)布稿結(jié)尾引了一句荀子：「不誘于譽(yù)，不恐于誹，率道而行，端然正己。」

現(xiàn)在回頭看那些"沒什么亮點(diǎn)"的中間版本，才明白那是在鋪路。

V4是什么

這次V4一口氣發(fā)了兩個(gè)版本。

DeepSeek-V4-Pro，總參數(shù)1.6萬億，每次推理激活49億。定位是對(duì)標(biāo)頂級(jí)閉源模型的旗艦版本。DeepSeek-V4-Flash，總參數(shù)2840億，激活130億，是更小更快的經(jīng)濟(jì)版本。

理解這兩個(gè)數(shù)字需要先理解V4的架構(gòu)。

V4采用的是MoE（混合專家）架構(gòu)，模型內(nèi)部有大量"專家"子網(wǎng)絡(luò)，每次處理一個(gè)token時(shí)，由路由機(jī)制決定激活哪幾個(gè)專家參與計(jì)算。這意味著，V4-Pro雖然有1.6萬億參數(shù)，但實(shí)際每次推理的計(jì)算量更接近一個(gè)490億參數(shù)的稠密模型。總參數(shù)決定知識(shí)容量，激活參數(shù)決定推理成本，這是MoE架構(gòu)最核心的商業(yè)邏輯。

為什么這個(gè)原理很重要呢？

因?yàn)?/strong>推理成本主要由激活參數(shù)量決定，不是總參數(shù)量。

所以V4-Pro的實(shí)際推理開銷更接近一個(gè)49B的稠密模型，而不是1.6T。但它的"知識(shí)容量"理論上接近1.6T，因?yàn)椴煌瑃oken會(huì)激活不同的專家組合。

打個(gè)簡單的比方就是：一家公司有1600個(gè)員工，個(gè)個(gè)都身懷絕技，每個(gè)項(xiàng)目只調(diào)49人上陣，但可以按需組合不同專家。

在能力評(píng)估上，DeepSeek的官方定位有幾個(gè)值得注意的地方。

首先，他們沒有回避上限，這本身就是一種坦然和自信。發(fā)布稿明確寫道，V4-Pro的Agent能力優(yōu)于Sonnet 4.5，交付質(zhì)量接近Opus 4.6非思考模式，但仍與Opus 4.6思考模式存在一定差距。這種有上限有下限的寫法，在國內(nèi)AI發(fā)布稿里相對(duì)罕見，反而增加了可信度。

其次，能力的分布是不均勻的。在數(shù)學(xué)、STEM、競賽型代碼等推理密集的任務(wù)上，V4-Pro聲稱超越所有開源模型，比肩頂級(jí)閉源。這和DeepSeek歷來的強(qiáng)項(xiàng)一致。但在世界知識(shí)方面——也就是對(duì)事實(shí)性信息的覆蓋廣度——V4-Pro僅稍遜于Gemini-Pro-3.1，大幅領(lǐng)先其他開源模型。世界知識(shí)這塊的差距來自數(shù)據(jù)，Google有Search索引和更大規(guī)模網(wǎng)頁抓取的結(jié)構(gòu)性優(yōu)勢，這不是算法可以短期彌補(bǔ)的。

V4-Flash的定位是明確的性價(jià)比選擇。推理能力接近Pro，世界知識(shí)稍遜，但因?yàn)榧せ顓?shù)只有13B，API價(jià)格更便宜，響應(yīng)更快。在Agent測評(píng)中，F(xiàn)lash在簡單任務(wù)上和Pro旗鼓相當(dāng)，復(fù)雜任務(wù)上有明顯差距。對(duì)于大多數(shù)實(shí)際部署場景，F(xiàn)lash可能是更合理的默認(rèn)選擇。

1M上下文：從王牌變成基本操作

這是V4最值得認(rèn)真對(duì)待的變化，但理解它需要一點(diǎn)背景。

一年前，百萬token的上下文窗口是Gemini的獨(dú)家特性，是Google用來區(qū)隔競爭對(duì)手的產(chǎn)品王牌。彼時(shí)其他所有主流模型，閉源的要么128K要么200K，開源的幾乎沒人能在這個(gè)量級(jí)上做到可用。1M上下文意味著可以把一整部長篇小說、一個(gè)大型代碼庫、幾十份研究報(bào)告同時(shí)塞進(jìn)模型的"工作記憶"里。這是一種質(zhì)變，不只是量變。

今天，DeepSeek把1M上下文定成了所有官方服務(wù)的標(biāo)配，并且開源。

問題是：為什么現(xiàn)在可以做到了？

傳統(tǒng)Transformer架構(gòu)有一個(gè)根本性的擴(kuò)展難題：注意力機(jī)制的計(jì)算量隨上下文長度平方級(jí)增長。上下文翻倍，計(jì)算量變四倍。這意味著把上下文從128K擴(kuò)展到1M，理論上計(jì)算量會(huì)增長約60倍。在這個(gè)約束下，1M上下文要么需要極大的算力投入，要么速度慢到不可用，要么兩者兼而有之。

V4的回答是DSA，DeepSeek Sparse Attention，稀疏注意力機(jī)制。

用大白話解釋一下就是：想象你在讀一本1000頁的書，你要回答的問題是"第500頁的觀點(diǎn)和哪些內(nèi)容有關(guān)"。笨辦法是把第500頁和其他999頁逐一比較，一共做999次比較。頁數(shù)翻倍，工作量變四倍——這就是平方增長的問題。

聰明辦法分兩步：

第一步（DSA）：先粗略掃一眼，判斷哪些頁面可能相關(guān)，只精讀那幾十頁，其他的直接跳過。大多數(shù)頁面和第500頁根本沒關(guān)系，不算也不會(huì)影響答案。

第二步（token壓縮）：就算是那幾十頁"相關(guān)頁面"，也不需要一字不差地讀，可以先把每頁壓縮成一段摘要，用摘要來做比較。信息量再縮一輪。

兩步疊加之后，書從1000頁變成2000頁，工作量不再是原來的四倍，而是大概兩倍多——增長曲線被壓平了。

這就是V4能把1M上下文做得既長又不貴的核心原因。。

這個(gè)架構(gòu)的種子早在V3.2-Exp就已經(jīng)種下。當(dāng)時(shí)外界幾乎沒有人注意到DSA的引入，因?yàn)榕芊肿兓淮�，看起來像是一次無聊的中間版本�，F(xiàn)在回頭看，那是在用一個(gè)低調(diào)的版本驗(yàn)證新架構(gòu)在生產(chǎn)環(huán)境下的穩(wěn)定性。V3.2是V4的地基，不是一次失敗的嘗試。

1M上下文變成開源標(biāo)配的意義，不在于數(shù)字本身，而在于成本曲線的改變。這個(gè)技術(shù)壁壘一旦被打穿并且開源，任何團(tuán)隊(duì)都可以在這個(gè)架構(gòu)基礎(chǔ)上繼續(xù)迭代。長上下文從一個(gè)"有足夠算力才能玩"的高端功能，變成了任何人都能用的基礎(chǔ)能力。

這對(duì)Agent應(yīng)用的影響尤其直接。

Agent任務(wù)的一個(gè)核心約束一直是上下文管理：任務(wù)鏈越長，需要維護(hù)的狀態(tài)越多，有限的上下文窗口很快就成為瓶頸。1M窗口意味著Agent可以在一個(gè)更長的操作鏈里保持狀態(tài)連貫，處理更大規(guī)模的代碼庫，跨越更多文檔進(jìn)行推理。

這也部分解釋了為什么V4在Agent評(píng)測上的提升幅度如此顯著——不只是模型變聰明了，底層條件也發(fā)生變化了。

國產(chǎn)算力：一條不依賴英偉達(dá)的路

發(fā)布稿里有一句話被很多人忽略了：下半年批量上國產(chǎn)算力。

這句話的分量，需要放在過去兩年的地緣政治背景里才能看清楚。

2023年以來，美國對(duì)華芯片出口管制持續(xù)升級(jí)，英偉達(dá)H100、H800、A100相繼被限制出口中國。這對(duì)中國AI公司的算力供給構(gòu)成了實(shí)質(zhì)性壓力。訓(xùn)練和部署大型語言模型需要大量高端GPU，而可以合法獲得的選項(xiàng)越來越少。

DeepSeek此前的訓(xùn)練主要依賴英偉達(dá)算力，V3的訓(xùn)練用的是H800集群。但隨著出口管制收緊，這條路的可持續(xù)性越來越存疑。

昇騰系列是目前國內(nèi)最成熟的替代方案。這次發(fā)布稿里，昇騰方面提供了相當(dāng)詳細(xì)的技術(shù)數(shù)據(jù)。昇騰950超節(jié)點(diǎn)上，V4-Pro的推理延遲可以達(dá)到TPOT 20毫秒，V4-Flash達(dá)到10毫秒。

當(dāng)然，這些數(shù)字都是在離線推理模式下采集的，不包含實(shí)際服務(wù)調(diào)度的負(fù)載，現(xiàn)實(shí)部署中的數(shù)字會(huì)有折扣。但方向是明確的：昇騰已經(jīng)能夠支撐V4系列模型的量產(chǎn)部署，不再只是實(shí)驗(yàn)室里的備選方案。

"下半年批量上國產(chǎn)算力"意味著什么？至少有兩個(gè)層面的含義。

第一層是供給安全。如果DeepSeek能在昇騰上實(shí)現(xiàn)和英偉達(dá)相近的推理性能，那么算力供給就不再是一個(gè)單點(diǎn)風(fēng)險(xiǎn)。出口管制的影響會(huì)被部分對(duì)沖。

第二層是生態(tài)信號(hào)。DeepSeek是中國最具影響力的開源模型之一，如果它正式在昇騰上規(guī)模部署，會(huì)帶動(dòng)整個(gè)開源社區(qū)和下游應(yīng)用去適配昇騰生態(tài)。這對(duì)國產(chǎn)算力來說是一個(gè)遠(yuǎn)比單純硬件銷售更有價(jià)值的背書。

不過，無論如何吧，DeepSeek和國產(chǎn)算力的深度綁定，是這次發(fā)布里最具長期戰(zhàn)略意義的一筆——算是從底子上開辟新格局，有自己的生態(tài)了。

雖然說現(xiàn)在還是有一定的遺憾，但能看出來，時(shí)期

V4發(fā)布稿結(jié)尾引的那句荀子的話，放在整個(gè)故事的語境里有點(diǎn)意味深長：

不誘于譽(yù)，不恐于誹，

率道而行，端然正己。

走自己的路，讓他們說去吧！

這個(gè)節(jié)奏本身，也許就是他們最想傳遞的信息。

▲見證中國科技奔赴星辰大海

專注產(chǎn)業(yè)鏈分析和案例寫作

關(guān)注AI、互聯(lián)網(wǎng)、汽車、消費(fèi)電子

半導(dǎo)體等前沿科技產(chǎn)業(yè)

入駐媒體平臺(tái)

36Kr/ 觀察者網(wǎng)風(fēng)聞社區(qū)/ 網(wǎng)易

虎嗅/ 雪球/ 騰 訊新聞