DeepSeek 昨天开源发布了 V4 版本 为什么这事值得花时间聊一聊呢 它是目前最大的免费开源 AI 国产芯片就能跑 而且在很多能力上 第一次追平了 GPT、Claude 这类闭源大厂 大家好我是小木头 我自己是 AI 爱好者 谈不上学术专家 所以这期视频 不会陷进论文里 那些底层数学和技术的细节 重点放在 V4 都有哪些变化 这些变化对咱们普通用户来说 意味着什么
V4 同时开源了两个版本 还配了 52 页的技术报告 咱们先把四个关键数字摆出来 V4 分两个版本 高配版叫 V4 Pro 1.6 万亿参数 如果你知道 GPT 的大致规模 V4 Pro 已经是同级别的 关键是完全免费下载 想自部署都行 轻量版叫 V4 Flash 284 亿参数 压缩之后普通
Mac 本地都能跑 一次能读 100 万 token 大概 75 万字 三本《三体》同时读进去不忘记的长度 V4 免费开源 MIT 协议,商用、改动都可以 它比上一代省了 70% 的算力 这条直接决定了 API 调用价格能便宜多少 是什么呢 以后 AI 服务能做的事情会更多更便宜
V4 到底改了什么 DeepSeek 说这次主要改了四个地方 具体名字不用记 每个都是在解决不同的问题 第一个是注意力机制的升级 让 AI 读长文档时更省算力 第二个 叫做 残差连接升级 这个比较技术 简单说 就是让非常深的神经网络训练起来 不会崩 第三个呢 是优化器换 训练过程中用的数学工具升了级
收敛更快更稳 第四个后训练流程 大概以前靠强化学习让 AI 变聪明 这次改成了叫蒸馏的新方法 这四个加在一起就是 V4 为什么能又大又高效 先说那个残差连接的改动 MHC 让 1.6T 的神经网络能稳稳搭起来 不坍塌 训练一个超大的深度神经网络 就像往上搭一座很高的塔 塔越高
越容易在搭的过程里晃动瘫掉 这是学术界的老问题 以前有个方案叫 HC 相当于给塔外加了框架 但这个外框架本身也不稳 层数堆深了后还是会崩 而 V4 的做法是 给这个外框架加了一个数学约束 每一层的框架都不能把上层信号放大
只能原样传下去或者缩小 这样塔就可以搭得非常高 也不会崩 对用户来说 只需要记住一件事就好 这是让 1.6T 这么大的模型 能训练出来的基础之一 没有这个设计 塔搭到某一层可能就崩了 我们今天可能就看不到 V4 然后讲注意力机制的改动 这个跟你以后用 AI 的体验直接相关 AI 读文本时
每读一个新字都要回头看前面所 有字来理解上下文 这叫注意力机制 传统做法是每个字跟之前所有字都比 一遍读 100 个字还行 读 100 万字的话 这个计算量会爆炸 V4 用了两种新注意力混合 一种专门抓重点 像你读小说时只记关键情节 一种是经典版 但还是看全部 两种配合使用 结果就是 100
万字长度下 算力只要上一代的 27% 缓存占用只要 10%
以后想让 AI 做这些事的成本 会降一大档 读完一整本书再回答问题 或者把一个项目全部代码扔进去 让它重构 或者继续你 100 小时之前那个对话 这些以前太贵做不了的事情 V4 之后会从试试看变成可以常态用
然后是训练稳定性 训练一个 1.6T 的模型 就像煮一锅超大份的汤 火大了糊底 火小了煮不熟 搅的不匀就分层 32 万亿个字的原料一次煮下去 过程里任何一个地方出问题 整锅都报废 论文里讲的训练稳定性三件套 分别叫 Muon 优化器 以及 SwiGLU Clamping 这三个就是这锅大汤
的温控机制 细节不重要 对普通用户的意义只有一句话 没有这 3 件小心翼翼的工程细节 训练中途会崩 很有可能就不会有今天的 V4 关于后训练的变革方法 这是 V4 对你的影响 学上改得最狠的地方 以前的做法是什么呢 给一个通用模型做几轮强化学习 让它在各个领域都变强 问题是强化学习不稳定 容易顾此
失彼,数学变好的时候 编程可能下滑 V4 的新做法是分两步 第一步训多个小专家 先训一个专门精通数学的 一个专门精通编程的 一个专门精通调用工具的等等 每个专家在自己领域做到最强 第二步合并成一个大模型
通过一种叫蒸馏的技术 把这十多个专家的本事 全部合并到一个统一的模型里 合并方式 就是让这个统一模型 向每个专家学习他们各自擅长的东西 创新点在于模型自己当裁判 不再用传统的人工打分的模型 让模型同时担任答题 和批改的两个角色 减少人工标注 对用户来说的意义很直接 V4 不是在某个领域特别强
在别的领域一般 它把每个领域专家的本事 都继承过来了 所以你会看到编程、数学、中文、agent 这些领域它都蛮能打的
产品层面 V4 给了你一个特别实用的能力 三档思考深度 像汽车的经济、普通、运动三档 一档不思考 日常聊天直接出答案 反应最快
第二档中等思考 遇到需要推理的问题 会先想一会儿再答 准确率高 但稍稍的慢一些 128K 上下文 第三档极限思考探索模型的上限 会用非常长的思考时间 换回最准的答案 384K 以上的上下文 你需要特意用特殊指令来激活 那平时怎么选呢 在日常聊天和简单查询中 我们往往使用第一档
写代码、分析问题使用第二档 复杂的推理、数学难题等等 考虑使用第三档 在 API 调用里 通过一个参数就能切换 非常方便 另外 V4 在工具调用 也就是 AI 调用外部工具 比如搜网页 跑代码的输出格式上做了改进 降低了出错率 做 agent 应用的开发者会直接受益
V4 编程能力达到真人选手前 25 名。在跑 分方面,V4 这次最爆炸的数字 就是在编程竞赛 Codeforces 上 拿到了 3206 分 这代表什么呢 Codeforces 是真人程序员打比赛的地方 3206 分在真人选手里排到全球前 25 这是第一次 有开源模型能打到这个档位
之前能拿到这个分数的只有 GPT 和 Claude 其他几个跑分也一并说一下吧 LiveCodeBench 93.5 分 代码写对率,开源中的第一名 数学竞赛 HMMT 95.2 分 博士水平科学题 GPQA 90.1 分 V4 在代码、 数学、推理 这一路开源第一次真的追平了闭源
当然知识类和长上下文类还差一些 论文自己说落后前沿 闭源大概 3-6 个月 但对普通用户来说 这个差距已经完全可以接受了 跑分还是跑分 真实场景用起来怎么样呢 论文专门测了几个真实任务 第一个中文写作,V4 Pro 对 Gemini
3.1 Pro 胜率 62.7% 原因很有意思 Gemini 在中文场景 会把自己风格覆盖用户要求 V4 则更加尊重你原来的意图 第二个中文白领任务 金融、教育、法律、科技 13 个行业的 30 个实际工作任务 V4 对 Claude Opus 4.6 胜率 53% R&D 工程任务
DeepSeek 自己团队挖了 200 个真实工程任务 比如修 bug、加 feature、重构代码 V4 Pro 过关率 67% 超过了 Sonnet 4.5 的 47% 接近于 Opus 4.5 的 70% 最后是内部开发者调研 85 个工程师里 52% 说愿意把 V4 作为默认主力 39%
倾向是 不到 9% 说不 意思就是说 DeepSeek 员工自己用了 都觉得 足够替代外国闭源的模型 回到最开始讲的那个效率 具体意义就在这里 在处理 100 万字级别的长内容时 V4 Pro 算力上只要上一代的
27% 3.7 倍便宜 V4 Flash 只要 10% 快了 10 倍 来翻译成你能感受到的场景 以前想让 AI 读完一份 200 页合同 再回答问题 太贵不想用 现在便宜了 3.7 倍 可以常态用 以前想 把小说或一个项目全部代码扔进去 或许超出预算 现在负担得起 以前想让 AI 记住几周前跟你的对话 要重新送上下文 很贵。
现在呢 都能稳住了 这些事从试试看变成了日常可用 就是 V4 这套效率改进的真正价值 接下来 是这次发布最值得单独聊的一个信号 V4 是第一个 深度适配国产 AI 芯片的前沿开源模型 第一件事 昇腾 950P R 芯片,这是华为最新的 AI 旗舰芯片 DeepSeek 把 V4 的底层代码 从
NVIDIA 的 CUDA 专门重写 成了华为的 CANN 框架 相当于换了套驱动 让模型跑在国产芯片上 第三方测试显示 昇腾 950PR 跑 V4 的单卡性能 是
NVIDIA H20 的 2.87 倍 第二件事 昇腾 A3 超节点 华为同日宣布 整个昇腾 A3 超节点系列全面支持 V4 训练和推理都能跑 那么对咱们普通用户的意义是什么呢 国产 AI 更稳 第二,国产算力 终于有前沿模型可以跑 过去国产芯片只能跑小一号的模型 V4 之后这个局面变了
国内媒体把这一次 叫做中国 AI 的安卓时刻 意思是 软硬件在本土凑齐了一套完整的栈 不再只是在别人的基础上搭 这个长期信号 可能比模型本身还重要 论文最后一章 limitations,DeepSeek 写得非常诚实 三件他自己承认的局限 第一个是 跟最前沿的闭源模型落后 3-6 个月 虽然 V4
已经追上了大部分 但 GPT 5.4 和 Gemini 3.1 Pro 还有一段明显的差距 第二点是架构还是太复杂 他们自己说为降低风险 保留了很多已经验证过的组件 下一代会更加精简 意思是
现在这个版本还有很大的优化空间 第三件是有些设计 他们自己也没完全搞懂为什么会工作 这是一种挺学术的诚实 实验上有效 但理论上还没有实现闭环 这种诚实的 limitations 章节 在现在的 AI 发布里越来越少见了 因此我觉得值得单独的提一下 好了最后咱们 3 句话总结一下吧
这版核心是更省不是更大 长文档、大项目、 深度 agent 这些场景的成本降了一大档 让以前因为贵不敢用的场景 变得日常可用 第二呢作为开源 第一次真正追上闭源 这是非常有意义的 编程、数学、中文、agent 多项任务上 V4 跟 Claude、GPT 已经能够平起平坐 第三点硬件绑定了
国产跑在昇腾 950PR 上 国产算力 第一次有前沿模型可以承载 这层意义超越了模型本身 论文中还有很多有趣的技术细节 感兴趣的朋友可以去 Hugging Face 看论文 我会将论文的链接放在视频描述中 好了今天就聊到这里
感谢大家收看 我们下期见