DeepSeek V4終于發布，但它留下的5道主觀題還沒有答案

文｜周鑫雨

資料整理｜鐘楚笛

編輯｜蘇建勛 楊軒

靴子終于落地。

被調侃“Next Week”近3個月的DeepSeek V4，終于顯露真身。

1.6T的最大參數量、1M的上下文窗口、針對Agent的性能優化，以及基于MoE（混合專家模型）和稀疏注意力機制DSA，降低計算和顯存需求——這些曾被外界紛紛猜測的參數和性能，隨著V4的官宣，一錘定音。

DeepSeek V4性能測評結果。

姍姍來遲的原由，與V4將訓練框架從英偉達遷移到華為昇騰上有關，也與DeepSeek內部的決策變動有關。我們得知，2025年年中，DeepSeek曾面臨一次較為嚴重的訓練失敗。

“當時，DeepSeek面臨重新適配芯片的問題。”一名知情者提到，“內部有關訓練方向的意見也不完全統一。梁文鋒提出了一些自己的要求，但在執行層面很難折中。”

不過，與外界關于“新模型支持多模態生成和理解”的猜測不同，V4依然是個語言模型。暫緩多模態生成的訓練策略，主要源于算力和現金的掣肘。

多名知情者告訴《智能涌現》，DeepSeek的對外融資窗口，是2026年4月中旬打開的。內部的導火索，是DeepSeek需要更多資金支持，訓練參數規模更大的模型，同時，留住和招納更多的頂級人才。

“1.6T的參數量與OpenAI、Anthropic等頂級廠商的模型相比，并不具有絕對的競爭力。”一名從業者對我們提到，很快，國內也有模型廠商，將發布3T參數規模的模型。

在人才側，隨著郭達雅（DeepSeek R1核心作者）、王炳宣（DeepSeek LLM核心作者）等人才被字節、騰訊等大廠挖走，DeepSeek需要一筆大額融資穩定軍心、招兵買馬。

而轉向開放融資的外部導火索，幾名業內人士猜測，與騰訊的投資態度有關。在開發融資前，梁文鋒和馬化騰曾有關注獨家注資有過幾次商談。但兩名相關人士透露，給騰訊20%股份的條件，沒有得到梁文鋒的同意。

R1發布以來，一個明顯的轉變是：DeepSeek從一個偏非營利的、理想主義的技術烏托邦，被迫快速轉向一家重視產品、商業化的務實公司。

2026年4月8日，DeepSeek App改版，上線支持復雜推理的“專家模式”，和處理簡單任務的“快速模式”——隨著V4的發布，我們也從而得知，負責“專家模式”的，是1.6T參數量的V4-pro，支持“快速模式”的，則是284B的V4-flash。

DeepSeek App的兩種模式。

曾有知情人士表示，2025年下半年以來，梁文鋒開始重視產品的打磨。有多名大廠AI產品經理向《智能涌現》提到，2025年年末，DeepSeek對產品策略/經理進行了“開閘式招聘”，他們也多次收到DeepSeek HR的聯絡。

一名業內人士也對《智能涌現》透露，DeepSeek內部已經搭建了數個創新產品團隊，對Agent和其他C端產品形態進行探索。

從更新后的版本看，DeepSeek的文本能力提升明顯。在過去一年，我們也聽到多位AI行業HR、獵頭提起過，不止一次在北大中文系的宿舍，遇見加學生微信的DeepSeek HR。

招中文系學生的目的，是做人文領域的數據標注和測評標準搭建。這被視為DeepSeek重視模型的人文性的信號。

雖然“普惠”“開放”，產品簡單到只有一個Chat界面，是DeepSeek對外呈現出的形象。但我們了解到，2025年，DeepSeek對產品和商業化的探索一直沒有停過——目前，內部已經組建了一支數十人的產品團隊，對Agent等產品形態進行探索。

甚至更早前，在2024年，爆火前的DeepSeek，也考慮過投流推廣，但很快被梁文鋒否決。

DeepSeek終于放出年度更新，有如終于掉落的達摩克利斯之劍，讓中國乃至全球模型廠商懸著的心稍稍放下。

邁入2026年后，DeepSeek的年度迭代，已成為AI世界“狼來了”的故事。避開DeepSeek，成了近幾個月模型廠商的標準動作。

兩家剛剛上市的大模型廠商，智譜和MiniMax，在春節前，就錯峰發布了新的模型GLM 5和M 2.5。

一名智譜員工告訴《智能涌現》，“DeepSeek將在春節發模型”的傳言一放出，算法團隊立馬拉了會，要求“盡早”發布GLM 5。

MiniMax的一名員工也表示，1月中旬，港股IPO慶功酒的宿醉還沒褪去，算法團隊就自覺早早回到了工位上。

“錯峰”，對這兩家已經IPO的模型創業公司尤為重要。“如果比DeepSeek晚發，性能不如它們，會影響股價；但不發，也會影響股價。”上述員工表示，“影響最小的辦法，是早發。”

模型公司的融資動作，也要搶在DeepSeek更新前面。

1月末宣布了B+輪融資的階躍星辰，也迫切地想在春節前Close這輪融資。一名知情人士告訴我們，一旦DeepSeek再次掀桌，和投資人的溝通成本將會非常高。

在從業者眼中，牌桌上一直有“兩個DeepSeek”——一個帶來被傾軋的恐懼，另一個則作為范式的引領。在模型廠商們溫吞纏綿的兩年里，行業需要這樣一個“不確定性因素”，讓廠商們反思、繼而沖刺起來。

MiniMax一名員工記得，在年后的內部信和全員會上，創始人兼CEO閆俊杰提到：“DeepSeek幫我們走出了一條我想走的路。”

即使中國AI從業者對DeepSeek情緒復雜，但人們依然承認，DeepSeek改變了中國AI行業的諸多規則。

改變，往往意味著推倒和重建，這必不會是個舒適的體驗，但正如一名六小虎投資人對我們評價的那樣：DeepSeek奠定了近一年來中國大模型的組織文化、沖研發重點，而在這以后，“它是中國AI躋身全球一流的起點，但不會是終點”。

DeepSeek讓中國AI行業的競爭格局，進入相對穩定的中場。但在模型技術的早期，DeepSeek為行業留下的不盡是共識。隨著商業化和競爭壓力加劇，圍繞開源、商業化、增長等命題，各個廠商正在走向不同的分叉口。

在DeepSeek V4發布前，我們與十余位AI行業人士，圍繞“DeepSeek改變了中國AI行業什么？”展開對話。

以下，是我們從中總結出的5條“后DeepSeek時代”的新命題。

命題一：重新審視開源的性價比

一年前，DeepSeek R1公開技術報告后，一名AI投資人的判斷是：回歸基模研究、靠開源開放打響技術品牌，對模型廠商而言是最重要的事。

但如今，他告訴我們，當時的判斷有待商榷。

跟隨DeepSeek一年后，廠商們大力托舉開源和研究生態的時代是否要終結？這一關鍵問題，隨著近期阿里千問大模型技術負責人林俊旸的離職，被擺到了明面上。

某種意義上，林俊旸領導的Qwen，代表著開源生態的利益。但如今，這與阿里作為商業公司的營利性，產生了尖銳的矛盾。

“非盈利的黃金時代結束了。”針對這一事件，一名Qwen員工對我們這樣評價。

讓廠商們動搖的事實是，如今營收最高的2家模型廠商，走的是閉源路線——OpenAI，年化收入超過250億美元；Anthropic，年化收入超過190億美元（據The Information報道，數據截至2026年2月底）。

至于國內廠商的模型收入，近期披露的2025年財報顯示，MiniMax全年總收入為7903.8萬美元，智譜為7.24億元（約1.05億美元），與OpenAI和Anthropic相比，還有多個數量級的差距。

△2023年以來，OpenAI和Anthropic的年化收入情況。圖源：The Information

2026年1月的AGI Next大會上，智譜創始人唐杰也發出警告，“我們可能只是在‘開源游樂場’里玩得開心，而美國的閉源模型早已進入下一個紀元”。

毫無疑問，DeepSeek帶動的開源開放生態，讓中國模型在2025年內，快速在全球建立知名度和技術口碑。

但一個殘酷的事實是，靠開源快速“冷啟動”、建立技術口碑的階段已經過去了。在基模研發仍然“吞金”的當下，如何將口碑轉化成真金白銀，是更重要的存活命題。

開源的價值，到了被重新審視的時間點。

命題二：投流大戰暫停，精細化投放開打

如何解讀DeepSeek “0投流，App上線7天用戶破億”的成績？

放置一年前，行業的目光會不由自主地聚焦在“0投流”之上——這套破圈敘事，推翻了不少廠商深信不疑的增長路徑，也戳破了彼時模型產品燒出的虛假繁榮。

警醒，應激。2025年初，不少公司都做出了和大舉投流同樣激進的反思。

其中的典型，是拉開投流大戰序幕的月之暗面。

《智能涌現》曾報道，2025年2月一場持續了五六個小時的戰略會上，月之暗面聯合創始人張予彤宣布，立刻暫停Kimi在安卓渠道的投流，同時將iOS渠道上的投流預算，從原來的千萬元/天，削減到數萬元/天。

一名六小虎中層曾對我們假設：以Kimi和豆包為主角，AI應用激進的投流大戰，大概率會持續到2025年Q2，按照平均每個季度2億美金的投流支出，月暗會因資金壓力率先敗下陣。

當應激的情緒逐漸回歸理性，多數廠商的增長成員都告訴我們：投流，仍要繼續，但要做聰明的、有的放矢的增長。

事實上，激進的投流、補貼大戰，沒有因DeepSeek的非典型成功而停止。只是，參戰的主要對象，剩下了財力雄厚、手握流量入口的幾家大廠。

增長大戰最白熱化的一幕，發生在剛過去不久的2026年春節。阿里千問豪擲30億元請用戶喝奶茶，騰訊元寶狂撒10億元紅包，字節則用同樣的10億元，將豆包送上春晚的舞臺。

六小虎的一名增長團隊成員，將如今的投流，稱作“巧婦要為無米之炊”：“流量入口被大廠們把握，意味著剩余的模型廠商，要用更精細化的增長方式，放棄建立大盤認知，聚焦目標用戶。”

他舉了個例子，如果AI產品的主要場景是金融、法律辦公，那就將產品推到一些金融App上，流量還更便宜。

命題三：回歸基模，選實用，還是選研究？

R1出圈后，聚焦基模研發，一夕之間成為AI模型廠商的共識。

“我們對自己的研究方向，都更堅定了。”一名親歷R1發布的前月之暗面研究員對我們表示，“R1并不是石破天驚的創新，但它證明，只要大方向判斷不出錯，廠商堅持自己的路線，就能獲得性能上的正反饋，就像DeepSeek一直堅持純語言和推理。”

此前，為了打榜或是追逐熱點，不少廠商會將聚焦在推理、對話等不同性能的模型，分開單獨訓練。

“這樣做可以針對某項能力調優，但模型的實用性會打折扣，客戶也不一定買單。”一名智譜員工告訴我們。他提到，一個令智譜警鈴大作的現象是，R1發布后，不少行業頭部客戶，轉向了部署DeepSeek。

彼時的智譜在沖擊中，做出了一個在上述員工看來“難而正確”的決定：訓練一個同時聚集推理、Coding和Agentic能力的模型，GLM 4.5。

“這是智譜第一個‘反榜單’的模型，性能調優方向都從真實的客戶需求中來，”他表示，“某種意義上，這也是智譜的背水一戰。”

同樣的反思，也席卷了大廠。2025年1月，前谷歌DeepMind研究副總裁吳永輝，掛帥字節模型團隊Seed后，“不刷榜單，聚焦模型能力本身”的方針就被多次提起。

類似的，多名知情人告訴《智能涌現》，前OpenAI研究員姚順雨加盟騰訊后，花了大力氣把模型和AI產品的測評體系重新搭一遍，直接對接人員具體到每個場景的負責人，甚至他們的-1、-2。

“原來混元（騰訊大模型團隊）的風格是‘刷榜’，讓模型性能有些虛假繁榮。”一名混元成員告訴我們，“順雨很Sharp，他希望團隊認識到模型的真實水平，回歸到研發本身。”

但共識之下必有裂隙。技術研發，向來有“實用派”和“研究派”之分，前者注重贏得競爭、商業落地，后者注重學術價值——具體到一家商業公司的體系中，在手頭寬裕的時代，承擔AI“研究派”角色的，往往是AI Lab、研究院。

然而，隨著AI投入的壓力逐步加大，基礎模型研究該傾向“研究”還是“實用”，業界并沒有統一的答案。

可見的是，在商業化目標的趨勢下，目前“實用派”占了大多數。一個顯著的信號是，AI Lab正在后退和消亡，研發資源被聚集至“實用派”。

2025年以來，字節AI Lab被并入Seed團隊，阿里達摩院多個研發團隊被重組至通義實驗室；2026年3月20日，騰訊也撤銷了成立近10年的AI Lab，團隊成員并入混元大模型團隊。

但DeepSeek在某種意義上依舊驗證了，偉大是無法被計劃的，不少突破性的技術，源自非功利性的研究。

依然有廠商，選擇給“研究派”自由探索的空間——比如，字節Seed內部，還設置了注重研究的虛擬組織“Seed Edge”，鼓勵骨干突破更基礎、更長期的AGI課題，考核周期延長至3年。

命題四：大模型組織，頂層扁平高效，基層人海戰術

命運的齒輪在梁文鋒決定脫離幻方量化，單獨成立DeepSeek那一天起就開始轉動了。

一名接觸過DeepSeek早期成員的知情人士告訴《智能涌現》，2023年初，DeepSeek早期團隊到位后，梁文鋒就堅持將DeepSeek脫離于幻方，理由是“幻方不是AI時代的組織形式，想要實現AGI，必須脫離原有的組織慣性做事。”

R1的成功，讓不少模型廠商開始重新審視適配AI時代的人才組織形式。

“本質每一代（巨頭）企業，都是那個階段最先進的組織，去適配那個時候的技術和商業，自然而然脫穎而出。”在近期一次播客訪談中，階躍星辰董事長印奇也提到，如今每一家企業的AI頂尖人才都不少，關鍵在于組織形態。

《智能涌現》曾報道，DeepSeek采取的是相當扁平和“學院派”的管理方式：成員根據具體的目標，分成不同的研究小組；組內沒有固定分工和上下級關系——這一組織形式的好處在于，可以充分發揮人的想象力，適配創新業務。

對于規模尚且不大的創業公司而言，尋找適配AI時代的組織形式，尚且有較高的試錯空間。不少六小虎的員工都對我們表示，2025年以來，擴張規模成為一件“很謹慎”的事。不少企業甚至選擇自行斷尾，目的是“更高效、更聚焦”。

但對于動輒萬人規模的互聯網大廠而言，打破原有組織慣性并非易事。正如印奇所言：創新者的窘境，往往是組織問題；領域內越是優秀的公司，越是將組織模式固化的更好，但往往也更難改變。

只是，對于大廠而言，在AI時代延續輝煌輝煌，是必須要做的事。

2025年以來，大廠玩家都試圖將模型研發和AI創新業務，規整為一個相對獨立于互聯網業務的組織，用更為扁平的方式管理。

比如雖晚但到的騰訊。《智能涌現》曾獨家報道，原來分散在各個BG中的模型核心研發資源，在數次調整中，被集中在姚順雨管理的AI Infra部，以及大語言模型部。

在近期的答疑會上，姚順雨針對AI Lab與混元的整并，也做出了回應：要打破部門墻，讓AI基礎模型的開發和研究架構更年輕、更直接。

但精簡研發團隊的另一面，是數據、評測等支持團隊的激進擴張。

“模型底層算法的迭代，到了一個平臺期。在算法架構沒有突破的情況下，訓練數據的質量在模型性能迭代中起到了關鍵作用。”一名大語言模型研究員告訴我們，“尤其是視頻、3D等涉及主觀審美的多模態數據，各個廠商之間的質量差距就會顯現出來。”

用高薪、高職級組建數據、評測，在不少廠商中已經屢見不鮮。

一名知情者告訴我們，，近期字節Seed總規模相較于年初，已經翻了約2倍。豆包某一個尺寸的模型，光負責智商評測的就有5人，負責策略產品的有五六十人，“豆包、Seedance目前的性能優勢，都是靠人力堆出來的。”

在數據供應的上游，盤踞在成都、武漢等城市的數據標注公司，已經跑出了不少年營收過億的“隱形巨頭”，招聘的普遍門檻，從中專、大專，抬高到了211碩士。

“金字塔結構”，一名Seed研究員如此形容目前模型組織的標準范式：研發頂端，是少數頂尖大腦，而為頂層輸送燃料的數據、評測，依然需要人海戰術。

命題五：年輕人和“一把手工程”

組織最重要的毛細血管，則是人。很難說，是DeepSeek統一了行業“重視年輕天才”的人才審美，但各個廠商對AI年輕人才的渴求，被拉到了一個史無前例的高度。

△騰訊“CEO/總裁辦公室”首席AI科學家 姚順雨，1998年生。圖源：姚順雨個人博客

“很多大廠的HR團隊，前幾年招人的姿態都比較‘甲方’。”一名在AI行業從事了7、8年高端人才招聘的獵頭告訴我們，“他們只負責給錢，但與人才在業務上的溝通都比較淺。”

明顯的轉變發生在R1發布之后——搶人，成了各大公司的“一把手工程”。

比如，2025年以來，隱退近4年的張一鳴的身影，頻繁出現在新加坡，目的是引進全球各地的AI人才。也有不少人看到，騰訊總裁劉熾平親自帶HR團隊，現身多個國內外計算機頂會現場，給參會者發名片、加微信。

一名混元成員也告訴我們，姚順雨進入騰訊后的一個重要任務，是招人。自2025年9月，他加入騰訊以來，已經替混元面試了近百人，“每個校招生他都會親自面，也常找突出的實習生吃飯”。

“DeepSeek終于讓廠商們自上而下對齊了一件事：AI就是top mission。”一名AI投資人總結。

結語：一直仰望，就無法超越

DeepSeek不能一直待在神壇上。正如一名混元研究員所言：一直仰望，就無法超越。

2025年下半年以來，模型玩家們對DeepSeek的態度，不再只有景仰，而是暗自卯足了超越的野心。

這一點，在去年借助DeepSeek流量，快速托舉元寶的騰訊身上，尤為明顯。一名元寶員工告訴我們，截至2025年底，仍有約7成用戶將DeepSeek選為元寶的默認模型，而非騰訊自己的模型混元。

“2026年，元寶的一個重要目標就是擺脫DeepSeek依賴，讓騰訊自己的搜索品牌形成一定的用戶心智。”她告訴我們。

當然，這也勢必伴隨更激進的模型研發目標。一名混元研究員告訴我們，2026年4月23日發布的新模型Hy3 preview，騰訊設定的目標是跟上第一梯隊。第一梯隊的名單，則是DeepSeek和阿里。

對于牌桌上更早進場的其他玩家而言，經過一年的調整、加速，幾乎所有廠商都在模型賽道，找到了差異化的身位：

字節和階躍星辰聚焦全模態；月之暗面和智譜打磨Coding和Agentic能力；MiniMax保持語言模型不掉隊的同時，突出視頻生成模型的優勢。

“每個廠商都沿自己的路線走。”Jason告訴我們，“這條路的終點可以是AGI、是潑天財富，但絕對不會是包括DeepSeek在內的任何一家公司。”

2016年，埃隆·馬斯克和OpenAI CEO山姆·奧特曼有過一段公開對話。他提到：“人們有時會認為技術每年都會自動進步，但其實并非如此。只有聰明的人們拼命努力去改進它，技術才會進步。”

△埃隆·馬斯克（右）與山姆·阿爾特曼（左）的對談。圖源：YouTube@Y Combinator

2025年初，DeepSeek恰好成了那個吹哨的聰明人。2026年，努力的聰明人會更多。

（文中受訪者均為化名）

歡迎交流！