DeepSeek R1發布一年了，不卷功能、不融資、不著急，憑什么「硬控」硅谷

「服務器繁忙，請稍后再試。」

一年前，我也是被這句話硬控的用戶之一。

DeepSeek 帶著 R1 在一年前的今天（2025.1.20）橫空出世，一出場就吸引了全球的目光。

那時候為了能順暢用上 DeepSeek，我翻遍了自部署教程，也下載過不少號稱「XX - DeepSeek 滿血版」的各類應用。

一年后，說實話，我打開 DeepSeek 的頻率少了很多。

豆包能搜索、能生圖，千問接入了淘寶和高德，元寶有實時語音對話和微信公眾號的內容生態；更不用說海外的 ChatGPT、Gemini 等 SOTA 模型產品。

當這些全能 AI 助手把功能列表越拉越長時，我也很現實地問自己：「有更方便的，為什么還要守著 DeepSeek？」

于是，DeepSeek 在我的手機里從第一屏掉到了第二屏，從每天必開變成了偶爾想起。

看一眼 App Store 的排行榜，這種「變心」又似乎不是我一個人的錯覺。

▲ 免費應用下載榜的前三名，已經被國產互聯網大廠的「御三家」包攬，而曾經霸榜的 DeepSeek，已經悄悄來到了第七名。

在一眾恨不得把全能、多模態、AI 搜索寫在臉上的競品里，DeepSeek 顯得格格不入，51.7 MB 的極簡安裝包，不追熱點，不卷宣發，甚至連視覺推理和多模態功能都還沒上。

但這正是最有意思的地方。表面上看，它似乎真的「掉隊」了，但實際是 DeepSeek 相關的模型調用仍是多數平臺的首選。

而當我試圖總結 DeepSeek 過去這一年的動作，把視線從這個單一的下載榜單移開，去看全球的 AI 發展，了解為什么它如此地不慌不忙，以及即將發布的 V4，又準備給這個行業帶來什么新的震動；我發現這個「第七名」對 DeepSeek 來說毫無含金量，它一直是那個讓巨頭們真正睡不著覺的「幽靈」。

掉隊？DeepSeek 有自己的節奏

當全球的 AI 巨頭都在被資本裹挾著，通過商業化來換取利潤時，DeepSeek 活得像是一個唯一的自由球員。看看它的競爭對手們，無論是國內剛剛港股上市的智譜和 MiniMax，還是國外瘋狂卷投資的 OpenAI 和 Anthropic。

為了維持昂貴的算力競賽，就連馬斯克都無法拒絕資本的誘惑，前幾天剛剛才為 xAI 融了 200 億美元。

但 DeepSeek 至今保持著「零外部融資」的記錄。

▲年度私募百強榜，按照公司平均收益排名，幻方量化位于第七名，百億以上規模排名第二｜圖片來源：https://www.simuwang.com/news/285109.html

在這個所有人都急著變現、急著向投資人交作業的時代，DeepSeek 之所以敢掉隊，是因為它背后站著一臺超級「印鈔機」，幻方量化。

作為 DeepSeek 的母公司，這家量化基金在去年實現了超高的 53% 回報率，利潤超過 7 億美元（約合人民幣 50 億元）。

梁文鋒直接用這筆老錢，來供養「DeepSeek AGI」的新夢。這種模式，也讓 DeepSeek 極其奢侈地擁有了對金錢的掌控權。

• 沒有資方的指手畫腳。
• 沒有大公司病，許多拿了巨額融資的實驗室，陷入了紙面富貴的虛榮和內耗，就像最近頻頻爆出有員工離職的 Thinking Machine Lab；還有小扎的 Meta AI 實驗室各種緋聞。
• 只對技術負責， 因為沒有外部估值壓力，DeepSeek 不需要為了財報好看而急于推出全能 App，也不需要為了迎合市場熱點去卷多模態。它只需要對技術負責，而不是對財務報表負責。

App Store 的下載量排名，對于一家需要向 VC 證明「日活增長」的創業公司來說是命門。但對于一家只對 AI 發展負責、不僅不缺錢還不想被錢通過 KPI 控制的實驗室來說，這些有關市場的排名掉隊，或許正是它得以保持專注、免受外界噪音干擾的最佳保護色。

▲ 更何況，根據 QuestMobile 的報告，DeepSeek 的影響力完全沒有「掉隊」

改變生活，也影響了世界 AI 軍備競賽

即便 DeepSeek 可能根本不在意，我們是否已經選擇了其他更好用的 AI 應用，但它過去這一年帶來的影響，可以說各行各業都沒有錯過。

硅谷的「DeepSeek 震撼」

最開始的 DeepSeek，不僅僅是一個好用的工具，更像是一個風向標，用一種極其高效且低成本的方式，打碎了硅谷巨頭們精心編織的高門檻神話。

▲ 圖片來源：https://openaiglobalaffairs.substack.com/p/deepseek-at-1

如果說一年前的 AI 競賽是比誰的顯卡多、誰的模型參數大，那么 DeepSeek 的出現，硬生生把這場競賽的規則改寫了。在 OpenAI 及其內部團隊（The Prompt） 的最近發布總結回顧中，他們不得不承認，

DeepSeek R1 的發布在當時給 AI 競賽帶來了「極大的震動（jolted）」，甚至被形容為一場「地震級的沖擊（seismic shock）」。

DeepSeek 一直在用實際行動證明，頂尖的模型能力，不需要天價的算力堆砌。

根據 ICIS 情報服務公司最近的分析，DeepSeek 的崛起徹底打破了算力決定論。它向世界展示了，即使在芯片受到限制、成本極其有限的情況下，依然可以訓練出性能比肩美國頂尖系統的模型。

▲ AI 競賽正在演變成一場漫長的馬拉松｜圖片來源：https://www.icis.com/asian-chemical-connections/2026/01/a-year-on-from-deepseek-us-versus-china-in-the-ai-race/

這直接導致了全球 AI 競賽從「造出最聰明的模型」，轉向了「誰能把模型做得更高效、更便宜、更易于部署」。

微軟報告里的「另類」增長

當硅谷巨頭們還在爭奪付費訂閱用戶時，DeepSeek 也開始在被巨頭遺忘的地方扎根。

在微軟上周發布的《2025 全球 AI 普及報告》中，DeepSeek 的崛起被列為 2025 年「最意想不到的發展之一」。報告揭示了一個有意思的數據：

• 非洲使用率高：因為 DeepSeek 的免費策略和開源屬性，消除了昂貴的訂閱費和信用卡門檻。它在非洲的使用率是其他地區的 2 到 4 倍。
• 占領受限市場： 在那些美國科技巨頭難以觸達或服務受限的地區，DeepSeek 幾乎成了唯一的選擇。數據顯示，它國內的市場份額高達 89%，在白俄羅斯達到 56%，在古巴也有 49%。

微軟在報告里也不得不承認，DeepSeek 的成功更加確定了，AI 的普及不僅取決于模型有多強，更取決于誰能用得起。

▲全球南方地區 AI 普及的程度還有很大的提升空間｜https://www.microsoft.com/en-us/corporate-responsibility/topics/ai-economy-institute/reports/global-ai-adoption-2025/

下一個十億級 AI 用戶，可能不會來自傳統的科技中心，而是來自 DeepSeek 覆蓋的這些地區。

歐洲：我們也要做 DeepSeek

不僅是硅谷，DeepSeek 的影響跨越了整個地球，歐洲也不例外。

歐洲一直是被動地使用美國的 AI，雖然也有自己的模型 Mistral，但一直不溫不火。DeepSeek 的成功讓歐洲人看到了一條新路，既然一家資源有限的中國實驗室能做到，歐洲為什么不行？

據連線雜志最近的一篇報道，歐洲科技界正在掀起一場「打造歐洲版 DeepSeek」的競賽。不少來自歐洲的開發者，開始打造開源大模型，其中一個叫 SOOFI 的歐洲開源項目更是明確表示，「我們將成為歐洲的 DeepSeek。」

DeepSeek 過去這一年的影響，也加劇了歐洲對于「AI 主權」的焦慮。他們開始意識到，過度依賴美國的閉源模型是一種風險，而 DeepSeek 這種高效、開源的模式，正是他們需要的參照。

關于 V4，有這些信息值得關注

影響還在繼續，如果說一年前的 R1 是 DeepSeek 給 AI 行業的一次示范，那么即將到來的 V4，會不會又是一次反常識的操作。

根據前段時間零零散散的爆料，和最近公開的技術論文，我們梳理了關于 V4 最值得關注的三個核心信號。

1. 復刻「春節突襲」

DeepSeek 似乎偏愛在農歷新年這個時間節點搞事情。有消息透露，DeepSeek 計劃在 2 月中旬（農歷新年前后）發布新一代旗艦模型 V4。去年的 R1 也是在這個時間節點發布，隨后在春節假期引爆了全球關注。

不得不說，這種時機選擇避開了歐美科技圈的常規發布擁堵期，還充分用到了長假期間用戶的嘗鮮心理，確實能為病毒式的傳播埋下種子。

2. 核心能力是卷代碼和超長上下文

在通用對話已經趨于同質化的今天，V4 選擇了一個更硬核的突破口：生產力級別的代碼能力。

據接近 DeepSeek 的人士透露，V4 并沒有止步于 V3.2 在基準測試上的優異表現，而是在內部測試中，讓其代碼生成和處理能力，直接超越了 Anthropic 的 Claude 和 OpenAI 的 GPT 系列。

更關鍵的是，V4 試圖解決當前編程 AI 的一大痛點：「超長代碼提示詞」的處理。這意味著 V4 不再只是一個幫我們寫兩行腳本的助手，它試圖具備理解復雜軟件項目、處理大規模代碼庫的能力。

為了實現這一點，V4 也改進了訓練流程，確保模型在處理海量數據模式時，不會隨著訓練深入而出現「退化」。

3. 關鍵技術：Engram

比起 V4 模型本身，更值得關注的是 DeepSeek 在上周聯合北京大學團隊發表的一篇重磅論文。

這篇論文揭示了 DeepSeek 能夠在算力受限下持續突圍的真正底牌，是一項名為 「Engram（印跡/條件記憶）」 的新技術。

HBM（高帶寬內存）是全球 AI 算力競爭的關鍵領域之一，當對手都在瘋狂囤積 H100 顯卡來堆內存時，DeepSeek 再次走了一條不尋常的路。

• 計算與記憶解耦： 現有的模型為了獲取基本信息，往往需要消耗大量昂貴的計算力來進行檢索。Engram 技術能讓模型高效地查閱這些信息，而不需要每次都浪費算力去計算 。
• 省下來的寶貴算力，被專門用于處理更復雜的高層推理。
• 研究人員稱，這種技術可以繞過顯存限制，支持模型進行激進的參數擴張，模型的參數規模可能進一步擴大。

在顯卡資源日趨緊張的背景下，DeepSeek 的這篇論文好像也在說，他們從未把希望完全寄托在硬件的堆砌上。

DeepSeek 這一年的進化，本質上是在用反常識的方式，解決 AI 行業的常識性難題。

它一年進賬 50 億，能夠用來訓練出上千個 DeepSeek R1，卻沒有一味卷算力，卷顯卡，也沒有傳出要上市，要融資的消息，反而開始去研究怎么用便宜內存替代昂貴的 HBM。

過去一年，它幾乎是完全放棄了全能模型的流量，在所有模型廠商，每月一大更，每周一小更的背景下，專注推理模型，一次又一次完善之前的推理模型論文。

這些選擇，在短期看都是「錯的」。不融資，怎么跟 OpenAI 拼資源？不做多模態的全能應用，生圖生視頻，怎么留住用戶？規模定律還沒失效，不堆算力，怎么做出最強模型？

但如果把時間線拉長，這些「錯的」選擇，可能正在為 DeepSeek 的 V4 和 R2 鋪路。

這就是DeepSeek的底色，在所有人都在卷資源的時候，它在卷效率；在所有人都在追逐商業化的時候，它在追逐技術極限。V4 會不會繼續這條路？還是會向「常識」妥協？答案或許就在接下來的幾周。

但至少現在我們知道，在 AI 這個行業里，反常識，有時候才是最大的常識。

下一次，還是 DeepSeek 時刻。