梁文鋒的擔子更重了

梁文鋒用V4打破質疑，但Coding、to B商業(yè)化、人才爭奪，DeepSeek還有硬仗要打。

文｜《中國企業(yè)家》記者 閆俊文
見習編輯｜李原編輯｜何伊凡

頭圖來源｜視覺中國

DeepSeek-V4上線幾日，圍繞它的討論仍未停止。梁文鋒用V4的強勢發(fā)布，回擊了外界對于DeepSeek迭代緩慢的質疑。

從效果來看，V4參數(shù)放大明顯。其擁有1M（百萬字）超長上下文，分為DeepSeek-V4-Pro和Flash兩個版本。其中，Pro版本模型參數(shù)規(guī)模達到1.6T，比V3大出兩倍，在開源陣營位列最高梯隊，向OpenAI和谷歌看齊。

大參數(shù)版本也標志著，DeepSeek正在放棄“小而美”路線，轉而追求“參數(shù)暴力美學”與稀疏架構效率并行。

更重要的突破來自于國產(chǎn)算力適配。DeepSeek將華為昇騰和英偉達共同寫進技術報告，在英偉達GPU和華為昇騰NPU平臺上均驗證了細粒度專家并行方案。在昇騰平臺上，V4實現(xiàn)了1.50至1.73倍的推理加速，使得V4成為全球首個在國產(chǎn)算力底座上完成訓練與推理驗證的萬億參數(shù)級模型。

在這背后，DeepSeek面臨的模型適配和上下游產(chǎn)業(yè)鏈，工作量之龐大、艱巨，被千芯科技董事長陳巍形容為“爬雪山、過草地”。這也不免讓DeepSeek難以將全部精力，放在模型的性能優(yōu)化上。

但這場勝利意味著什么，市場情緒給出了有力證明。4月24日當天，寒武紀、摩爾線程、沐曦等國產(chǎn)芯片公司收盤價上漲2%至7%不等，并同時宣布，當天全量適配V4模型。

發(fā)布同時，DeepSeek的價格閃電戰(zhàn)也同步上演。

《中國企業(yè)家》獲悉，DeepSeek近日推出DeepSeek-V4-Pro模型API限時2.5折優(yōu)惠，活動截至2026年5月31日。優(yōu)惠后，該模型輸入價格降至0.025元（緩存命中）、3元（未命中），輸出6元，較原價1元、12元、24元大幅下調，已接近Flash版本水平。

DeepSeek稱，受高端算力限制，當前Pro版服務吞吐有限，預計下半年昇騰950超節(jié)點批量上市后，價格還將進一步下調。

不過需要注意的是，在模型廠商正掀起“Token漲價潮”的背景下，DeepSeek逆勢而行，一方面在于其素以“價格殺手”自居，算力能力和供給資源充足——但另一個可能性是：用戶熱情不足。

《中國企業(yè)家》觀察到：在4月24日、25日上線兩天，DeepSeek的API服務和網(wǎng)頁對話服務均很穩(wěn)定，沒有發(fā)生“擁堵”的事故報告。市場總體對DeepSeek的反饋體驗，也比較“冷靜”。

而V4的“難產(chǎn)”本身，是這家明星創(chuàng)業(yè)公司正在面對的多重壓力：核心人才被競爭對手爭搶、國產(chǎn)算力適配還面臨漫長攻堅、與模型大廠和創(chuàng)企圍繞代碼能力需要貼身肉搏，以及懸而未決的融資傳聞。

DeepSeek的優(yōu)勢依然清晰：技術頂尖、開源心智強、性價比突出、國產(chǎn)芯片適配領先、開發(fā)者生態(tài)基礎好。但其短板同樣現(xiàn)實：to B大客戶交付經(jīng)驗不足、場景化解決方案不夠豐富、組織規(guī)模與巨頭差距明顯、商業(yè)化仍處于爬坡期。

如今大模型已不再是單一維度的天才或技術方面的競賽，而是一家公司資金、資源、人才、組織、戰(zhàn)略的集團作戰(zhàn)，這也需要DeepSeek不斷在技術理想和嚴峻現(xiàn)實之間做出選擇。

實測V4：能力很強，Coding仍需突破

一直以來，DeepSeek的創(chuàng)新方法論是，通過底層架構創(chuàng)新，實現(xiàn)極致成本控制，壓榨每一個Token的潛力。

這一次，V4在架構上，DeepSeek開創(chuàng)了全新的注意力機制——“CSA（壓縮稀疏注意力）+HCA（重度壓縮注意力）”的混合注意力架構。這一創(chuàng)新主要目標是對Token進行條目化的極致壓縮，以進一步降低對計算和顯存的需求。

技術報告顯示，在100萬Token的上下文設置下，與DeepSeek-V3.2相比，DeepSeek-V4-Pro僅需27%的單Token推理FLOPs（浮點運算數(shù)）和10%的KV緩存。

來源：視覺中國

一位專家對《中國企業(yè)家》指出，V4在訓練和推理中采用“FP4+FP8”混合精度，而非業(yè)界通用的FP32標準精度格式。DeepSeek固然是為了實現(xiàn)更快的計算速度、更低的緩存需求，但也為此犧牲了準確率。

特別是當模型參數(shù)規(guī)模達到1.6萬億時，這種“壓榨”是否仍能維持輸出質量的穩(wěn)定性，也成為了V4在實際應用中的最大考驗。

在模型穩(wěn)定性上，《中國企業(yè)家》將V4的技術報告丟給了DeepSeek，要求V4進行翻譯并給出關鍵指標的解讀。在專家模式下，上傳文件花了15秒，全文翻譯大概耗時20分鐘。雖然從長文本理解、信息抽取、邏輯梳理能力上，V4表現(xiàn)不錯，但也出現(xiàn)了丟失圖片的問題。

此外，隨著代碼能力正成為頂級模型的必爭之地，DeepSeek也正在遭遇強力阻擊。

在V4技術報告的Coding相關測試集里，出現(xiàn)了多處明顯的數(shù)據(jù)空白，顯示缺少與月之暗面K2.6、智譜GLM-5.1的直接對標結果。DeepSeek給出的解釋是：“由于K2.6和GLM-5.1的API太忙，無法回應查詢。”

這句略帶無奈的表述，也折射出了大模型戰(zhàn)局的殘酷：過去半年，月之暗面與智譜均將代碼能力、Coding Agent、工程化能力作為戰(zhàn)略制高點，API調用量與企業(yè)接入量暴漲。

盡管DeepSeek強調，V4-Pro在代碼智能體任務上已與K2.6、GLM-5.1達到可比水平，但行業(yè)普遍認為，代碼能力、工具穩(wěn)定性、工程化魯棒性將直接決定MaaS收入、開發(fā)者生態(tài)黏性與大客戶付費意愿。這也意味著，DeepSeek下一輪攻堅的核心戰(zhàn)場，必須清晰指向代碼與Agent。

關鍵的權衡

雖然V4的表現(xiàn)有不盡如人意的地方，但它對全行業(yè)的標志性意義，顯然更為重大。

上海財經(jīng)大學特聘教授、FutureLabs未來實驗室首席專家胡延平對《中國企業(yè)家》說：V4預覽版可以說不負各方期待，也成功在國產(chǎn)芯片適配的前提下，通過對注意力機制的改進，降低了計算和緩存開銷，提升了效率。

過去近5個月，在外界對DeepSeek“迭代放緩”的持續(xù)質疑中，業(yè)內卻清楚：DeepSeek的攻堅，并非單純在調優(yōu)模型效果，而是要完成一次從英偉達CUDA生態(tài)，向國產(chǎn)芯片“昇騰NPU”等生態(tài)的全棧遷移——這是一場沒有硝煙的硬仗。

多位底層架構專家向《中國企業(yè)家》證實，超大模型在國產(chǎn)芯片上的遷移，難度遠超想象。

一家AI Infra初創(chuàng)公司CEO曾告訴《中國企業(yè)家》：適配新生態(tài)架構，會面臨算子缺失，大量自定義算子需重新開發(fā)的問題，編譯器也會經(jīng)常出bug，訓練中途易崩潰。“相當于我造了一個賽車，理論速度有150公里/小時，但我可能要跑100次才能跑出一個這樣的速度，它不是那么穩(wěn)定。”

《中國企業(yè)家》綜合各方信息來看，DeepSeek為適配國產(chǎn)算力，做出了一系列關鍵權衡：采用更低精度混合精度（FP4+FP8），降低顯存壓力與計算復雜度；強化稀疏注意力與KV緩存壓縮，減少芯片間通信量；優(yōu)化MoE負載均衡策略，提升在非均勻芯片集群上的穩(wěn)定性；放棄了部分極端基準刷分，優(yōu)先保證長上下文、多輪、Agent場景的魯棒性。

來源：AI生成

陳巍將DeepSeek對華為昇騰的適配，比作“爬雪山、過草地”的事情。這個工作量非常大，會讓DeepSeek難以將全部精力，放在模型的性能優(yōu)化上。

對于DeepSeek來說，其通信庫、集合通信、分布式策略需深度重構；萬億參數(shù)MoE模型對集群穩(wěn)定性、顯存帶寬、網(wǎng)絡延遲要求近乎苛刻。這都會導致，V4開發(fā)十分艱難。

從根本上說，這是涉及到整個產(chǎn)業(yè)鏈上下游優(yōu)化、水準提升的過程，比如芯片良率、芯片性能，大模型的整體Infra部署和優(yōu)化等，是一個水漲船高的過程。

胡延平表示，超大參數(shù)的大模型開始訓練之后，需要集群里的每一張卡都要保持最佳狀態(tài)，計算集群協(xié)同工作的要求度很高，除了算力卡的穩(wěn)定，還要求顯存帶寬、連接與網(wǎng)絡等各個方面跟得上。訓練任務動輒持續(xù)一兩個月，任何一張卡、一條鏈路不穩(wěn)，都可能導致整體任務失敗。

不過，DeepSeek走出了最艱難的全棧遷移第一步后，已經(jīng)證明中國大模型的自主可控，已經(jīng)在成為可落地、可商用、可規(guī)模化的現(xiàn)實。隨著下半年，昇騰950批量交付，V4-Pro的吞吐能力還將大幅提升。

增長暗戰(zhàn)：人才、資本、競爭三座大山

V4的強勢發(fā)布，暫時平息了外界對DeepSeek技術能力的質疑，但更多的挑戰(zhàn)，也擺在了梁文鋒面前。人才流失、資本選擇、行業(yè)內卷、商業(yè)化壓力，都在把這家以技術理想主義著稱的公司，拖入集團作戰(zhàn)。

V4技術報告顯示，本次參與作者共270人，名單中包括梁文鋒——但一個不容忽視的細節(jié)是：過去5個月，已經(jīng)有10位署名作者離開了DeepSeek。

其中最受關注的，是代碼與推理核心負責人郭達雅。據(jù)《晚點LatePost》報道，郭達雅以億元年薪，加盟了字節(jié)跳動。他深度參與了DeepSeekV3、R1、Coder、Math等關鍵模型研發(fā)，是代碼能力、推理架構、工程化的核心貢獻者。

基座架構、MoE分布式、推理引擎、長上下文、代碼Agent等關鍵崗位，都高度依賴核心人員的判斷與經(jīng)驗；骨干流失不僅影響研發(fā)節(jié)奏，更可能帶來技術路線、架構偏好、工程文化的波動。

梁文鋒能在人員變動的情況下，如期推出V4并實現(xiàn)1.6T的大參數(shù)更新，說明其已建立了可復制、可擴展、不依賴單一個人的工程化體系。但如何留住核心人才、激勵早期成員、穩(wěn)定團隊軍心，仍是DeepSeek必須解決的長期問題。

V4發(fā)布前后，市場也再次傳出重磅消息：DeepSeek計劃開啟新一輪融資，估值約200億美元，阿里、騰訊等都被列為潛在投資方。

胡延平直言：“DeepSeek應該融資，甚至上市。模型上限提升，來自用戶反饋、參數(shù)規(guī)模、Agent網(wǎng)絡，這些都需要巨大投入。”

更重要的是，整個行業(yè)正在從模型競賽轉向Token工廠競賽。DeepSeek選擇降價、擴參數(shù)，都是在為Token時代做準備——而Token工廠，也需要更巨額的資金投入。

對于梁文鋒來說，更深層的命題剛剛開始：如何把模型優(yōu)勢，轉化為持續(xù)、高毛利、可規(guī)模化的收入？如何建立不依賴個人的技術迭代機制與人才激勵體系？如何在技術探索與商業(yè)交付之間保持平衡？如何從“模型公司”升級為“平臺生態(tài)公司”？

梁文鋒已經(jīng)用V4回應了一切質疑，DeepSeek仍在最強玩家序列。但未來真正的決戰(zhàn)，才剛剛開始。