DeepSeek V4：不只是新模型，而是一场国产 AI 的独立宣言

2026 年 7 月中旬，DeepSeek V4 正式上线。如果你只看技术指标——液态混合专家架构（LMoE）、100 万 Token 上下文、FP4+FP8 混合精度、API 永久降价 75%——这似乎只是一次常规的模型迭代。

但把几条新闻放在一起看，事情就没那么简单了：

• 5 月底，DeepSeek 完成首轮约 70 亿美元融资，投后估值约 520 亿美元。
• 同一时间，公司宣布在内蒙古乌兰察布自建 GW 级智算中心，配套宁德时代 50 亿元储能体系。
• 6 月，路透社曝出 DeepSeek 正在开发自研 AI 推理芯片。
• 7 月 15 日，V4 正式版上线，同步完成华为昇腾、寒武纪、海光、沐曦等 8 款国产芯片的 Day0/Day1 适配。

这不是一次模型发布，这是一场全栈独立的宣言。

液态 MoE：不是参数竞赛，是效率革命

V4 最核心的技术突破是液态混合专家架构（Liquid Mixture of Experts, LMoE）。与传统 MoE 在推理时激活固定的专家子集不同，LMoE 能够根据输入动态调整参数分配路径，实现「按需激活」。

直接带来的收益是：推理延迟降低 40%，算力消耗节省 73%。在百万 Token 长上下文场景下，单 Token 推理的 FLOPs 仅为上一代 V3.2 的 27%。

这组数字的意义不在于「更快更好」——而在于它从根本上改变了单位智能的成本结构。当推理成本降到足够低，那些原本因为太贵而无法落地的 Agent 应用场景，突然变得经济可行。

100 万 Token 上下文：为 Agent 而生

V4 支持 100 万 Token（约 75 万汉字）的上下文窗口——足以一次性吞下整本书、全年财报或一个完整代码仓库。

为什么要做这么长的上下文？答案藏在 DeepSeek 的产品主线里：Agent。

公司正在全力打造 DeepSeek Code Harness 代码智能体，由 Harness 团队（负责人崔添翼）主导。与传统对话式 AI 不同，Agent 需要在后台持续进行多轮推理、规划、工具调用和反思——单次任务消耗的算力可达普通对话的数十倍甚至上百倍。

长上下文 + 低成本推理，这两个技术选择互为因果：Agent 需要长上下文来维持任务状态，而液态 MoE 带来的极致效率让大规模 Agent 部署成为可能。DeepSeek 还为此搭建了专属 Agent 云平台 DSec，用于托管海量隔离沙箱。

8 款国产芯片全适配：不再依赖英伟达

V4 是首个在国产芯片上跑通完整训练闭环的前沿大模型。它在发布当天就完成了华为昇腾 910C/A2/A3/950 全系、寒武纪思元 590 系列、海光、沐曦、摩尔线程、平头哥真武等 8 款国产芯片的适配。

这件事的战略意义，英伟达 CEO 黄仁勋本人已经说得很清楚——他曾公开表示，如果 DeepSeek 最新一代大模型率先在华为芯片平台上完成全面适配，将产生重大战略影响。

而 DeepSeek 的计划不止于适配。公司已经启动自研 AI 推理芯片的探索，从模型优化的需求倒推硬件设计——回顾它的技术路线，这是一条清晰的因果链：V2 压缩了推理显存却发现 GPU 缓存设计不匹配；V3 引入 FP8 训练却有六分之一的算力空转；V4 的全新注意力机制在现有芯片上没有原生优化。走到这一步，自研芯片几乎是必然选择。

融资 500 亿之后：钱花在哪了

首轮融资约 70 亿美元，其中 60%-70% 直接投向自建算力基础设施。乌兰察布智算中心选址充分利用了当地年均 4.3℃ 的自然冷源和低廉的工业电价，机房 PUE 低至 1.2，电力成本较东部一线城市降低近一半。

一个值得注意的细节是融资架构：除国家人工智能产业投资基金外，所有外部资金注入由创始人梁文锋管理的有限合伙企业，不享有投票权，且设有五年锁定期。梁文锋直接持有 DeepSeek 34% 股份，最终受益约 84.29%，拥有 100% 表决权。

这种架构传递的信号很明确：AGI 是长周期目标，不接受短期资本意志的干扰。

V4-Pro API 降至 0.025 元/百万 Token

V4 基础版 API 已永久降价 75%，V4-Pro 定价仅为 0.025 元/百万 Token——这是全球大模型 API 的价格底线。支撑这个价格的不是烧钱补贴，而是液冷 MoE 架构带来的算力效率跃升和自建智算中心带来的电力成本优势。

在 Agent 逐渐成为主流交互范式的当下，低价 API 的战略价值更加凸显：Agent 的 Token 消耗量远大于对话场景，价格每降一个数量级，就释放一个数量级的应用场景。

下一步：V5 与 AGI 路线图

DeepSeek 已经公布了清晰的技术路线图：

• 短期（1-2 年）：优化 V4、迭代 V5，强化多模态融合，持续降低部署成本。V5 预计 2027 年发布，引入动态稀疏注意力和神经符号融合，上下文扩展至 1000 万 Token。
• 中期（3-5 年）：突破 AGI 关键技术，构建通用智能体，拓展机器人与物理世界的交互。
• 长期（5-10 年）：实现通用人工智能，具备人类级别的认知与创造能力。

从 V2 到 V4，DeepSeek 用三年时间走通了「算法优化 → 算力自建 → 芯片自主」的全栈路径。这条路不轻松——人才流失、商业化压力、地缘政治风险——但从 V4 开始，这家公司已经不再只是一个模型厂商。它正在成为中国 AI 基础设施的「新基建」。