編程表現超越Claude和GPT？DeepSeek準備第二次震驚全世界

本文來自微信公眾號：字母AI，作者：苗正，編輯：王靖，題圖來自：AI生成

2025年7月，DeepSeek下載量從高峰期的8000多萬暴跌至2000多萬，下滑72.2%，“DeepSeek跌落神壇”成為當時互聯網最熱門的話題。

但據多位知情人士透露，DeepSeek即將重登王座。他們計劃在2026年二月中旬發布新一代模型DeepSeek-V4。

也就是在農歷2026年新年期間，距離上一代模型DeepSeek-R1的發布正好一年。

這次發布的重點是代碼生成和處理能力。

根據DeepSeek內部的基準測試，V4在編程任務上的表現超過了目前市場上的主流競品，包括Anthropic的Claude和OpenAI的GPT系列。

據報道，在即將發布的新模型中，DeepSeek團隊解決了許多長期困擾AI發展的技術難題。很可能會徹底改變Vibe Coding產業。

一

報道中提到一件事，“DeepSeek-V4模型在整個訓練過程中理解數據模式的能力也有所改進，且性能未出現衰減。”

這句話有些難以理解，我們不妨拆開來解讀。

首先是前半句，它指的是模型不再只是死記硬背數據，而是能看透數據背后的規律和邏輯。

DeepSeek-R1有個具代表性的例子，就是讓模型數strawberry里有幾個r。

由于當時的DeepSeek模型并不能理解“數”（count）這個概念，只能根據訓練時的數據來輸出答案。可這個數據恰好又是錯的，所以無論DeepSeek怎么思考，它給出的答案大多數情況都是2，而不是正確的3。

而DeepSeek-V4則會徹底杜絕這個情況，前提是在訓練過程中讓模型徹底理解某一件事。

后半句的性能退化，指的是在AI訓練中，隨著模型不斷學習新東西或訓練時間加長，往往會出現“學了新的忘了舊的”或模型變得不穩定的情況。

這種現象在業內被稱為“災難性遺忘”（Catastrophic Forgetting）或“模型坍塌”（Model Collapse）。

因此，V4在不斷變聰明、變復雜的過程中，依然保持了極高的穩定性和原有能力的完整性，沒有出現任何“副作用”或能力倒退。

這恰恰是構建編程Agent的前置條件。

在現代軟件工程中，一個微小的修改可能波及數個文件、數千行代碼的依賴關系。

但是以往的模型往往受限于上下文窗口或注意力機制的衰減，無法對龐大的項目進行修改。

V4極有可能是一個為“Agent時代”量身定制的模型。

一年前，DeepSeek-R1 的發布確實在行業內引起了不小的波動。那款主打推理能力的模型證明了低成本研發路徑的可行性。

然而，一年后的今天，人工智能行業的關注焦點已經發生了顯著轉移。單純的文本生成或邏輯推理已不再是唯一的競爭高地，代碼生成正在演變為大模型能力的“試金石”。

在當前的開發環境中，“Vibe Coding”成為新趨勢，這要求AI不僅能補全代碼，更能理解開發者的意圖流（Flow），實現從自然語言到復雜工程邏輯的無縫轉化。

DeepSeek似乎已經準備好在新賽道上狂飆了。

二

如果深入梳理DeepSeek團隊以及核心人物梁文鋒在R1發布之后這一年里的學術軌跡，我們會發現一條清晰且扎實的技術演進路線。

這些公開發表的論文與技術報告，不僅是對過去成果的總結，更是V4強大能力的注腳與預演。

2025年9月，DeepSeek-R1的相關論文成功登上了頂級學術期刊《Nature》的封面，梁文鋒署名通訊作者。

面對審稿人關于是否使用了OpenAI模型輸出進行蒸餾訓練的尖銳質疑，DeepSeek團隊在回應中給出了明確的否認，并首次公開了令人咋舌的低成本數據：從V3-Base訓練到R1，僅花費了29.4萬美元。

當然，這個成本僅指R1的后訓練階段成本，不包含V3-Base基礎模型本身約600萬美元的訓練投入。

數據公開后，《Nature》為此專門撰寫社論，這標志著DeepSeek在學術嚴謹性和技術原創性上獲得了國際最高認可，徹底洗刷了外界對于中國大模型“套殼”或“跟隨”的刻板印象。

不過，真正能佐證DeepSeek-V4在代碼方面有大幅突破的證據，是2025年最后一天，DeepSeek團隊發表的論文《mHC：流形約束超連接》。

代碼生成任務對模型的邏輯深度和上下文跨度有著極高要求，這通常需要更大規模的模型參數和更深的網絡結構。

然而，傳統的超連接（Hyper-Connections）架構在模型規模擴大時，會面臨嚴重的信號增益問題，最終導致訓練過程極不穩定甚至崩潰。

為了解決這一阻礙模型擴容的根本性物理難題，DeepSeek團隊在這篇論文中提出了一種全新的架構mHC。

簡單來說，它給狂奔的信號加了一道精密的閥門，將信號增益嚴格控制在1.6倍左右。

論文數據顯示，在3B、9B乃至18B參數規模的模型測試中，應用了mHC架構的模型在BIG-BenchHard推理基準上提升了2.1%。

這項由梁文鋒聯合署名的研究成果，實際上解決了大模型在“做大”和“做復雜”過程中的穩定性難題。

這意味著V4模型極有可能采用了這種全新的架構，從而在擁有更龐大參數量和更深層推理能力的同時，依然保持高效的訓練效率和極高的穩定性。

不僅如此，在2026年1月初，DeepSeek悄無聲息地將arXiV上的R1論文從原本的22頁大幅擴充至86頁。

多出來的60多頁內容詳盡披露了R1的完整訓練管線，包括冷啟動、推理導向的強化學習（RL）、拒絕采樣與再微調，以及對齊導向的強化學習這四個關鍵步驟。

業界普遍推測，這種在春節前夕“清庫存”式的技術披露，往往預示著下一代更強大的技術已經成熟。

既然R1的技術細節已經不再是核心壁壘，那么即將到來的V4必然擁有了更高維度的護城河。

三

就在2026年的元旦，另一股來自量化界的力量也加入了戰局。

由九坤投資創始團隊發起成立的至知創新研究院（IQuestResearch），發布了名為IQuest-Coder-V1的開源代碼大模型。我們曾在文章《又是量化基金，第二個DeepSeek時刻到來了？》中對其進行了介紹。

這支同樣出身于量化背景的團隊，他們僅有40B參數的模型，在SWE-benchVerified測試中斬獲81.4%的高分，一舉達到了Claude和ChatGPT的水平。

而在Vibe Coding的戰場上，國內互聯網大廠的動作同樣不容小覷。

字節跳動的豆包在2025年初就推出了Trae編程工具，并在AI編程功能上實現了HTML預覽、Python運行和完整項目生成等能力，讓開發者可以在一個界面內完成從構思到部署的全流程。

阿里的通義千問則在12月26日更新到了Qwen Code v0.5.0版本。

此次更新的最大亮點就是支持在終端窗口中同時運行四個Qwen Code實例，可并行處理智能問答、實時翻譯、原型設計、創意繪圖等不同任務，實現了AI編程“跳出命令行”的突破。

不過，真正引發行業震動的是豆包在硬件終端上的突破性嘗試。

2025年12月1日，字節跳動與中興通訊合作推出了搭載豆包手機助手的努比亞M153工程樣機，售價3499元，首批約3萬臺在當天迅速售罄，甚至在二手市場炒出了高價。

這款手機助手的核心能力在于跨應用操作。用戶只需用自然語言下達指令，AI就能自動跳轉多個應用完成點外賣、訂機票、比價購物等復雜任務。

這一系列動作背后，折射出的是AI大模型從云端走向終端、從工具走向入口的戰略轉型。

說不定，DeepSeek手機也不遠了。

與此同時，資本市場也迎來了大模型行業的收獲季。

曾經歷過“百模大戰”喧囂的中國AI行業，正在加速向頭部收斂。智譜AI和MiniMax這兩家公司均已成功上市。

智譜是1月8日在港交所敲的鐘，發行價定在116.2港元/股，上市第一天就給了市場一個驚喜——開盤120港元，收盤131.5港元，第一天就漲了13.17%，市值一下子沖到578.9億港元，成了 “全球大模型第一股”。

第二天開盤直接137.2港元起，收盤158.6港元，較首日收盤價又漲了20.6%，市值也跟著漲到698.21億港元，兩天下來，按發行價算已經漲了快37%，完全沒給空頭機會。

MiniMax比智譜晚一天，但風頭更勁。發行價165港元/股，而且是頂格定價，上市前一天的暗盤就已經漲了25%～29%，報205.60～212.60港元。

上市當天開盤235.4港元，漲了42.7%，之后一路飆升，盤中最高到351.8港元，最終收盤345港元，較發行價暴漲 109.09%，市值來到1054億港元，成了千億市值俱樂部新成員。

雖然高額的研發投入使得兩家公司目前仍處于虧損狀態，但強勁的增長曲線證明了市場對于高質量AI模型的付費意愿正在形成。

中國AI方興未艾，但當全球目光已經再次聚焦到DeepSeek身上。一年前那個用低成本路徑顛覆行業認知的團隊，即將在春節期間交出新的答卷。

DeepSeek能否第二次“震驚全世界”，只要再等幾天就會知曉。

本文來自微信公眾號：字母AI，作者：苗正

本內容由作者授權發布，觀點僅代表作者本人，不代表虎嗅立場。如對本稿件有異議或投訴，請聯系 tougao@huxiu.com。

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4825140.html?f=wyxwapp