DeepSeek完成了一次小版本但关键的升级，虽未等来V4，但其在上下文容量、长效记忆模块及代码处理能力上的优化，显著提升了实际使用体验，为关注AI发展的用户提供了更强大的工具。
智能速览
上下文处理容量从128k大幅提升至100万token。
新增Engram记忆模块，为AI赋予长效记忆能力。
OCR能力升级，能先理解版面逻辑再识别文字。
代码能力增强，可理解高达10万行代码的完整项目。
内部消息确认，V4大版本不会在春节期间发布。
精华内容
虽然并非期待已久的V4大版本，但DeepSeek此次的悄然更新，却在核心能力上带来了实质性的提升，特别是长效记忆的实现，为AI交互开启了新的可能。
上下文容量跃升
此次升级最直观的变化是上下文容量的显著扩张，从此前的128k直接提升至100万token，实现了8倍的增长。
这一数据意味着模型现在能够处理相当于约150万个单词或约200万汉字的输入量，足以轻松容纳多本书籍或一份完整的财报。
更重要的是，这次提升不仅在于数字，更在于其稳定性，确保了用户在实际使用中能够真正利用到这庞大的上下文窗口。
外接式记忆系统
升级的核心亮点之一是引入了Engram记忆模块，这一概念源于一个月前梁文峰署名的论文。
它相当于为AI模型安装了一个“外接硬盘”，将推理过程和记忆存储分拆成两个独立的系统。当需要记录信息时，不再占用核心推理算力，从而避免了长时间对话后模型性能下降或“越聊越笨”的问题。
这一设计让模型拥有了属于自己的长效记忆系统，为持续、深入的对话交互奠定了基础。
视觉与代码增强
在视觉理解方面，新版本的OCR能力不再是简单地调用工具进行文字识别，而是能够先理解整个页面的版面布局和逻辑关系，再进行精准识别，大大提升了处理复杂文档的准确性。
代码能力同样迎来重要升级，新版模型可以理解并分析包含高达10万行代码的整个项目，并能追踪跨文件的函数调用链。
对于开发者而言，这一功能可以辅助理解复杂代码库，快速定位问题，实用性非常强。
未来版本展望
针对外界最关心的V4版本，内部人士透露，春节期间不会有重大更新，团队会按照自己的节奏稳步推进。
有观点认为，此次灰度更新的内容本质上是V4能力的分批释放和提前验证，最终的正式版本预计会带来更惊艳的表现。
随着DeepSeek的这次升级，国产大模型领域的竞争愈发激烈，接下来GLM-5、MiniMax的M2.2以及千问的Q1-3.5等模型也将陆续登场，一场技术竞赛才刚刚开始。
此次DeepSeek的更新虽是小步快跑，却精准地解决了长上下文和长效记忆两大痛点，为后续V4版本的发布铺平了道路。国产模型竞争已进入白热化阶段，接下来的技术突破值得持续关注，谁能率先拿出颠覆性应用？
关键评论
有用户关注其编程能力何时能追上Claude。
有网友指出此次更新并非外界期待的V4大版本。
部分用户认为DeepSeek团队是低调专注做产品的类型。
有评论调侃厂商们正忙于市场推广，无暇顾及大版本发布。
