DeepSeek V4 本周发布，英伟达首次被“跳过”：中国 AI 换了一条路

在全球AI巨头围绕算力展开军备竞赛时，中国公司DeepSeek却显得异常“安静”。其即将发布的V4模型，并非一次常规升级，而是一次战略转向。它优先适配国产AI芯片，并原生整合多模态能力，这可能预示着世界级大模型的打造，正从“蛮力堆料”走向“结构创新”的新路径。

智能速览

• DeepSeek V4将成为一款原生多模态大模型，补齐图像与视频能力短板。

• 模型发布前优先针对国产芯片进行调优，打破了行业围绕英伟达优化的惯例。

• 此举延续了其上一代模型R1低成本、高效率的成功路径。

• V4的发布将挑战“巨额基础设施投入是AI发展唯一出路”的行业逻辑。

• 中国AI正从追赶能力上限，转向探索资源受限下的可持续技术路径。

精华内容

当顶级芯片不再是唯一变量，决定AI未来的力量将从何而来？DeepSeek V4的发布，似乎正在给出答案，一场围绕架构与效率的变革悄然上演。

核心转向

DeepSeek V4的发布带来了两个关键信号。其一是补齐短板，成为一款支持文本、图片与视频的原生多模态大模型，从此前的“文字型选手”进化为全能型选手。

其二，也是更具行业冲击力的，是其芯片适配策略。V4并未遵循行业惯例与英伟达进行深度优化，而是优先选择国产AI芯片进行调优。这意味着，即便没有最顶级的GPU，依然有潜力训练出一流模型。这一选择如果能在推理阶段实现成熟适配，其商业化意义将远超模型能力的单次提升。

R1的冲击

要理解V4的分量，必须回顾R1带来的震动。2025年1月，DeepSeek以极低成本训练出的R1推理模型，在多项基准上比肩甚至超越OpenAI的顶级模型，并选择了开源。

这一举动直接导致其App登顶应用商店，并引发美股AI板块剧烈波动，英伟达单日市值创下纪录。市场被迫直面一个核心问题：如果低成本也能产出顶尖模型，那么千亿美金级别的算力投入逻辑是否还成立？R1的成功为DeepSeek的技术路径提供了最强有力的证明。

静默积累

在R1之后长达一年的时间里，DeepSeek并未急于发布下一代旗舰，但这并非空转。这一年是系统性铺垫的关键期。

从V3的持续演进、R1的多次强化，到稀疏注意力、自验证、条件记忆等一批研究论文的公开，DeepSeek在逐步融合推理、多模态、长上下文与系统架构。这些看不见的“内功”，虽不直接体现在榜单名次，却决定了模型能否在真实生产环境中高效、稳定地运行。

新路径

纵观DeepSeek的发展轨迹，其路径清晰可见：不依赖发布会制造声量，更关注工程效率与系统结构。在资源受限的外部环境下，这并非权宜之计，而是一种长期选择。

当顶级芯片不再是唯一变量时，架构设计、训练策略、推理效率和系统工程能力，开始成为决定胜负的关键因素。DeepSeek探索的，是一条从“蛮力”到“结构”，更具可持续性和落地可能性的技术路径。

DeepSeek V4的发布，其意义已超越模型本身。它再次提出一个值得深思的问题：通往世界级AI的道路，是否不止一条？当中国AI开始从追赶转向结构性创新，整个行业的竞争焦点或许都将迎来一次深刻的重塑。