DeepSeek近期成果分析及V4影响力预测报告

DeepSeek V4 模型发布：据 The Information 报道，DeepSeek 将于 2026 年 2 月中旬推出新一代旗舰 AI 模型 DeepSeek V4，其编码能力预计超越 Claude 和 GPT 系列，对标预期中 2025 年 5 月发布的 R2 模型。
最新研究成果：
- 稀疏化分配方案：DeepSeek 发布论文《Conditional Memory via Scalable Lookup》，引入“Engram”条件记忆模块，通过稀疏查找检索固定知识，实现计算与内存解耦，缓解 GPU 内存受限问题，并成为 MOE 的重要补充。
- mHC 架构创新：发布论文《mHC: Manifold-Constrained Hyper-Connections》，提出 mHC 新网络架构，改进 ResNet 架构信息通道宽度受限问题，在 MoE 模型上使训练收敛速度提升约 1.8 倍。
- 长文本输入优化：通过 DeepSeek-OCR 和 DeepSeek-OCR2 模型，将文本以图片方式输入，减少 token 数量，解决长文本输入问题，压缩率可达 20 倍仍保持约 60% 解码准确率。
- R1 论文更新：R1 论文页数从 22 页增至 86 页，公开更多训练细节，总训练成本为 586 万美元（预训练占 95%），远低于顶级模型。

模型成本：R1 总训练成本 586 万美元，预训练和后训练分别占 95% 和 5%，Engram 和 mHC 架构有望进一步降低模型成本，缓解国内缺芯问题。
开源路线：DeepSeek 坚持开源，若 V4 能力超越闭源模型，将冲击海外厂商盈利模式，利好 AI 应用落地。
技术突破：Model 1 暗示 V4 可能采用独立于 Transformer 的全新架构，开启大模型发展新范式。
国产芯片适配：DeepSeek 已与华为昇腾、寒武纪等国产芯片厂商合作，V4 可能部分或全部采用国产芯片训练，利好国产算力生态。