DeepSeek-V4重磅发布：百万上下文引领行业新标准，AI能力边界再拓宽
今日，深度求索（DeepSeek）正式对外披露了其全新系列模型DeepSeek-V4的预览版本，并同步开启开源及API服务。据悉，DeepSeek-V4在超长上下文处理能力上实现了突破，高达百万字（1M token）的上下文窗口，在Agent能力、世界知识和推理性能方面均展现出国内及开源领域的领先水平。深度求索方面表示，此举标志着“迈入百万上下文普惠时代”。
自2025年初以来，深度求索（DeepSeek）已成为科技圈备受瞩目的焦点。尽管市场曾一度预测DeepSeek-V4将在春节前后亮相，引发行业内高度关注和对大模型领域竞争加剧的讨论，但直到今日，这款旗舰模型才正式面向公众。
“任何一家厂商面对DeepSeek的新进展，都会感受到一定的压力。”一位长期服务于国内多家大模型厂商及互联网巨头的AI产业链人士如此评价。
此前，通过对DeepSeek模型与多款国产大模型进行协同应用的研究发现，国内不少垂直领域平台及场景在成本与效率方面取得了显著兼顾。因此，市场对DeepSeek下一代旗舰模型的期待尤为高涨，其中，DeepSeek-V4在上下文长度、Agent能力、推理成本、AI编程及多模态能力、模型参数维度等方面的表现，更是成为行业关注的重点。
DeepSeek新篇章：百万上下文成为标配
深度求索方面介绍，DeepSeek-V4模型系列包含了DeepSeek-V4-Pro和DeepSeek-V4-Flash两个版本，两者均支持1M（一百万）的超长上下文长度。“从即日起，1M上下文将成为DeepSeek所有官方服务的标准配置。”
DeepSeek-V4-Pro的核心亮点在于其Agent能力的显著增强。在Agentic Coding评测中，V4-Pro已达到当前开源模型的顶尖水平。目前，DeepSeek-V4已在公司内部作为Agentic Coding模型投入使用，据内部反馈，其使用体验优于Sonnet 4.5，交付质量接近Opus 4.6的非思考模式，但与Opus 4.6的思考模式仍存在一定差距。
在世界知识评估方面，DeepSeek-V4-Pro大幅领先其他开源模型，仅次于闭源模型Gemini-Pro-3.1。推理性能方面，该模型在数学、STEM、竞赛型代码等测评中表现出色，超越了当前所有已公开评测的开源模型，成绩比肩世界顶级闭源模型。
相较之下，DeepSeek-V4-Flash则被定位为“更快捷高效的经济之选”，其模型参数和激活量相对较小。
技术创新驱动长上下文与算力优化
DeepSeek-V4在模型结构上也带来了显著的创新。据称，该模型开创了一种全新的注意力机制，通过在token维度进行压缩，并结合DSA稀疏注意力（DeepSeek Sparse Attention）技术，实现了对长上下文的强大支持。相较于传统方法，该机制大幅降低了对计算资源和显存的需求。
值得注意的是，深度求索在其DeepSeek-V4的技术报告中，罕见地同时提到了华为昇腾和英伟达：“我们在英伟达GPU和华为昇腾NPU平台上验证了细粒度EP（专家并行）方案。”这一表述显示了其在多硬件平台上的兼容性与优化能力。
深度求索表示，受限于当前高端算力的供应，DeepSeek-V4-Pro的服务吞吐量目前十分有限。预计随着下半年昇腾950超节点的大规模上市，Pro版本的价格有望大幅下调。
DeepSeek-V4在Agent能力方面的提升也尤为突出，通过对Claude Code、OpenClaw、OpenCode、CodeBuddy等主流Agent的适配与优化，在代码任务和文档生成任务上均实现了性能的提升。
技术演进与市场预热
早在今年1月，DeepSeek-V4的部分技术创新点已通过“剧透”的方式提前显现。2月11日，DeepSeek的App端和网页端已悄然开始了重大升级的灰度测试。测试用户发现，模型的上下文窗口长度已增至1M token，足以“一次性读完《三体》三部曲”，并支持70万个中文字符的输入。此外，该版本模型的知识库截止时间更新至2025年5月。
在此之前，深度求索还罕见地连续发布了两篇技术论文，公司创始人梁文锋均参与了署名。其中一篇论文公开了mHC（Manifold-Constrained Hyper-Connections，流形约束超连接）技术，有效解决了大规模模型训练中的稳定性问题。另一篇论文则提出了名为Engram（条件记忆）的全新模块，其核心创新在于实现了适配超长上下文场景的“存算分离”。DeepSeek的实测数据显示，即使将100B（千亿）参数的Engram表挂载到CPU内存，相比纯GPU推理，吞吐量的下降幅度不足3%。
野村证券在一份研报中预测，V4将融合mHC和Engram技术路径，其技术突破有望有效打破“芯片墙”与“内存墙”的瓶颈。
据悉，DeepSeek的V系列是其通用大模型的主线迭代版本，擅长百科、写作、代码生成等常规任务，并具备快速响应的特点。2024年，DeepSeek-V1、V2、V3分别在上半年、年中和年末发布。而R系列则专注于推理增强，适用于数学、物理、逻辑谜题等需要分步思考的任务，并会展示详细的“思维链”。去年1月22日，DeepSeek-R1的相关论文已发布。
从DeepSeek的迭代进展来看，V系列去年经历了多次小版本升级，包括DeepSeek-V3-0324、DeepSeek-V3.1、DeepSeek-V3.1-Terminus，以及实验性版本DeepSeek-V3.2-Exp和正式版DeepSeek-V3.2及其Special版本。
值得关注的是，DeepSeek目前仍专注于纯文本和语音交互，尚未上线多模态能力。
此前，在与灰度测试版DeepSeek的对话中，其表示自身不具备“原生”的多模态理解能力，并且并没有一个具体的版本号（如V4或R1）来标识此次更新。
AI产品经理张亮认为，“要实现AGI，AI大模型必然会走向多模态融合，这是行业共识。多模态能力对DeepSeek而言将是不可或缺的，未来不仅要理解文本，还需要理解图像、视频乃至物理事件。”
新一代AI模型浪潮下的行业洗牌与生态位争夺
深度求索在DeepSeek-V4的官宣文稿结尾引用了《荀子·非十二子》中的“不诱于誉，不恐于诽，率道而行，端然正己”，似乎是在回应近几个月来围绕DeepSeek-V4的种种传言，包括“跳票”、人才流失、融资需求以及“去CUDA化”等。今日，《财经》杂志报道称，DeepSeek正计划融资18亿美元，投资方包括阿里和腾讯。
DeepSeek-V4的发布是否会引发行业新一轮洗牌？张亮表示，关键在于DeepSeek-V4在范式和代际上是否有重大提升，并以去年DeepSeek-R1在思维链和推理成本上的显著进步为例。然而，IDC中国研究总监卢言霞认为，DeepSeek-V4“谈不上会对市场格局带来大的洗牌，因为DeepSeek已经是数一数二的玩家了。”
此前，卢言霞指出，面对DeepSeek-V4，国内几家大厂“一定会有压力”。她解释道，DeepSeek作为开源模型，当前企业用户倾向于私有化部署，因此开源模型具有优势。如果DeepSeek能持续保持技术领先，有望成为事实上的Top1大模型。
业内人士也普遍认为，随着模型能力的上限不断逼近以及迭代速度的加快，各厂商如何结合自身优势，借势模型能力的提升来巩固生态位，将是下半场竞争的核心。
回顾2025年初，DeepSeek凭借其开源和低成本策略，成功打破了原有的市场格局，给科技巨头和头部初创模型厂商带来了显著压力。而2026年，则被视为中国AI模型产品发展的“大年”。
2月份，受DeepSeek-V4即将发布的传言影响，国内多家科技巨头趁春节期间再次发起流量入口的竞争。在营销投入的推动下，AI应用得到普及，豆包、元宝、千问以及DeepSeek均成功跻身“月活跃用户（MAU）亿级俱乐部”。同时，在产品层面，字节跳动也推出了视频生成模型Seedance。
DeepSeek-V4的出现，特别是其在长上下文、Agent能力和效率上的突破，预示着大模型技术正在朝着更强大、更普惠的方向发展。虽然短期内可能不会引发颠覆性的市场洗牌，但其持续的技术创新和开源策略，无疑将进一步加剧行业内的竞争，并促使更多企业和开发者拥抱这一变革，加速AI技术的落地应用。
AI模型技术加速迭代，上下文与Agent能力成焦点
近期，人工智能领域模型技术呈现出爆发式增长，多家科技公司密集发布新一代大模型，引发行业广泛关注。2月14日，豆包大模型2.0正式发布；除夕夜，阿里开源了新一代千问Qwen3.5模型。几乎同一时间，Kimi K2.5、GLM-5、MiniMax M2.5等模型也相继问世。本月，Qwen3.6-Plus、Xiaomi MiMo-V2.5、Hy3 preview等模型也陆续面世，预示着大模型技术谱系的加速扩展。
技术谱系加速扩展，上下文与Agent能力备受瞩目
自ChatGPT引爆此轮人工智能浪潮以来，产业创新迭代速度惊人。各头部厂商正持续刷新各方向的SOTA（state-of-the-art，当前最高水平），并加速推动技术谱系的扩展。其中，上下文（Context）和Agent能力在近期受到了特别的关注。
在上下文能力方面，从行业进展来看，谷歌Gemini系列率先于2024年初支持百万级超长上下文，随后在今年2月发布的Claude Opus 4.6也实现了这一能力。2月初，腾讯首席AI科学家姚顺雨团队的研究指出，让大模型学会从上下文中学习比想象中更困难，即便抹平上下文信息差，模型也未必能解决问题，这表明模型在上下文利用方面仍存在显著的能力短板。
Agent方面，开源AI智能体OpenClaw“龙虾”凭借其现象级表现，虽然并非面向普通消费者，但极大地推动了智能体的普及。英特尔中国区技术部总经理高宇表示，“‘龙虾’所带来的智能体的技术革命是不可逆转的。”
Skills（技能）同样是当前热点。Agent Skills通过元数据、可配置脚本、执行模板和详细说明等构成，支持复杂工作流的打包与复用。其关键优势在于可控性，通过结构化能力模块与思维链编排机制，使大模型具备可控、可复用、可持续优化的研究执行能力，并已应用于智能搜索、视频快剪、游戏辅助、安全护栏等多个垂类场景。金融科技服务商进门的CTO姜锐锋认为，Skills将推动AI应用从通用聊天走向领域专家，通过将特定工作流程固化为可复用的模块，解决了通用模型“懂道理却不会按规矩干活”的核心痛点，将行业竞争壁垒从比拼基础模型大小转向比拼高质量、专业化Skills生态的构建。
DeepSeek在多领域“出圈”，赋能千行百业
当前，DeepSeek在多个领域展现出了强大的能力，并获得了广泛的应用。DeepSeek-V3上线后，DeepSeek-R1在去年春节前夕发布，引发全球关注。随后，科技公司率先拥抱DeepSeek，三大运营商、阿里、腾讯、字节、百度等旗下的云平台和应用端产品纷纷接入。各地政府和央国企也加速适配DeepSeek。
从垂类应用视角来看，姜锐锋指出，DeepSeek对于投研行业的适配度很高，其公司AI产品方案采用多模型协同，利用DeepSeek进行语义路由，匹配投研思维链，Kimi k2.5调用投研工具，豆包模型裁剪工具返回结果，最终由DeepSeek汇总输出，兼顾了成本与效率。
野村证券研报也曾指出，预计mHC和Engram的结合将使DeepSeek-V4更适合医疗、法律、金融等知识密集型领域的行业大模型训练。
在软件领域，多家A股软件公司已将DeepSeek作为其工作目标和方法的关联核心。腾讯元宝在去年12月发布的报告显示，自接入DeepSeek以来，用户规模逐步扩大，日使用量较年初增长超过100倍，目前元宝在国内原生AI应用中处于前三位置。
硬件方面，一体机品类因DeepSeek而走红。截至去年2月底，已有超过60家企业宣布基于DeepSeek推出一体机，内置不同尺寸的DeepSeek模型。去年年中，OPPO方面透露，其人工智能助手“小布助手”是全球接入DeepSeek设备量最大的手机智能助理。
开发者群体对DeepSeek-V4也充满期待。张亮提到，开发者关注新模型在参数维度上的全面性。他指出，千问模型参数覆盖范围广，即使低配GPU也能找到对应的小模型进行部署。然而，DeepSeek目前缺乏这样的小模型参数，对于中小企业和开发者不够友好。此前，DeepSeek凭借开源策略和极致性价比在全球建立了扎实口碑。野村证券分析，DeepSeek-V4的核心价值在于通过底层架构创新推动AI应用商业化落地，赋能本土算力硬件与AI应用双向发展。
总体而言，近期AI模型技术的快速发展，特别是上下文长度的突破和Agent能力的强化，预示着AI应用正朝着更专业化、可控化和高效化的方向迈进。DeepSeek等模型的广泛应用，也展现了AI技术在赋能千行百业方面的巨大潜力。