曾经火爆全球的DeepSeek，其实已在变了

自从2025年开始，DeepSeek就已经被迫将大量资源投入华为昇腾芯片适配，从英伟达CUDA生态全面迁移至华为CANN框架，训练阶段频繁崩溃、精度对齐耗时巨大。与此同时，核心团队（R1作者郭达雅、OCR负责人魏浩然等）被大厂以2-3倍薪酬挖角，代码生成能力已被Claude 4系列超越。V4或许不再是刷屏的王炸模型，但可能成为证明中国前沿模型可在国产硬件上可用的产业里程碑——这是DeepSeek的妥协，也是中国AI自主可控的代价。

现在中国互联网只剩下一个问号：DeepSeek V4，到底发不发？

过去一年多，全球模型竞争早已进入拼刺刀模式。

OpenAI、Anthropic、Google等巨头基本保持2-3个月甚至1个月一次大迭代，新版本快速推向市场验证、迭代再验证。

而DeepSeek在过去15个月，大版本更新放缓，V4多次延期，节奏明显落后，已从行业领跑者变成了慢半拍的那个。

等待的焦虑演变成猜疑的漩涡。

4月初，有媒体突然放出风声：V4可能在未来几周发布，但不要对DeepSeek V4有太高期待。

为什么期待已久的发布，要提前打预防针？

这一年，DeepSeek到底发生了什么？

01 国产化的重任

真相或许藏在一条被大多数人忽略的新闻里。

2025年1月，路透社报道透露了一个细节：Deepseek R1发布后，有关部门鼓励DeepSeek采用华为昇腾处理器，而非继续使用英伟达。

“鼓励”二字，在当时的语境下，重量远超字面意思。

DeepSeek不是普通的创业公司，它是中国AI打破美国技术封锁的第一个成功样本。

这种象征意义，让DeepSeek迅速从一家技术公司，变成了国家自主可控战略棋局上的关键棋子。

紧接着，2月份梁文峰参加了那场万众瞩目的民营企业座谈会。

他被安排坐在第一排，和马化腾、任正非、雷军等科技大佬，并肩成为新质生产力的国家队代表。

政策导向的齿轮，由此开始转动。

据外媒报道，DeepSeek在2025年初确实尝试过用华为昇腾910C芯片训练下一代模型。

但过程遭遇多重技术障碍：训练稳定性不足，大规模分布式场景下频繁崩溃，芯片间通信速度未达预期。

华为派遣工程师团队前往DeepSeek办公地点提供现场支持，最终仍未能解决训练阶段的适配问题。

结果是妥协性的，DeepSeek训练阶段继续切回英伟达GPU，昇腾芯片仅用于推理环节。

这意味着，至少在训练这一核心环节，DeepSeek用了近一年时间在试错。

但适配工作并未停止。2026年，V4版本传出新动向。

据爆料，DeepSeek没有提前给英伟达开放测试权限，反而优先把预发布版本交给华为新一代昇腾950PR芯片做适配。

同时为分散风险，还同步适配了寒武纪芯片。

但技术挑战依然显著。

据媒体报道，这次的目标是从底层代码层面完成迁移，从英伟达CUDA生态全面迁移至华为CANN框架，实现训练与推理全链条的国产化替代。

据接近项目的人士透露，适配工作的核心难点在于精度对齐，确保模型在不同硬件生态下输出一致，这涉及大量底层代码调整。

时间成本由此产生。

当全球主流厂商保持2-3个月模型迭代节奏时，DeepSeek却越来越慢，期间可能有相当大比例的技术资源投入了国产芯片适配。

毕竟国产芯片与英伟达在代际性能、生态成熟度、工具链完备性上确实存在差距，模型适配过程耗时巨大。

这与DeepSeek当初纯粹追求模型性能提升的路径，形成明显分野。

产业链层面的联动也在同步发生。

2026年初，市场传出阿里、字节、腾讯已向华为下单数十万颗昇腾950PR芯片。

一种合理的猜测是：头部云厂商在等待DeepSeek V4的验证结果，以评估国产芯片在大规模AI训练中的实际可用性。

若V4成功跑通，华为950PR将从技术样品转化为可商用产品。若未能达到预期，相当于为行业探明了当前国产芯片的能力边界。

考虑到梁文锋对模型发布的要求一贯极高，达不到预期绝不发的标准，V4终于即将亮相，很可能在推理侧已通过效果测试。

如果真的验证成功，这将是DeepSeek乃至整个中国AI转向自主可控的关键一步。

02 身份转型的代价

DeepSeek主动承担国产算力生态验证的重任，这种选择让它更像一家国家使命型公司，而非纯粹逐利的市场化玩家。

但转型的代价显而易见：短期节奏放缓、人才压力增大、竞争力暂缓。

根据2026年3-4月多家独立评测和社区数据，DeepSeek在第三方基准测试中，代码生成能力已被Claude 4系列（Opus 4.6 / Sonnet 4.6）显著超越。

DeepSeek的多模态处理能力也主要局限于文本+图像，远落后于Claude和GPT在图像分析、计算机使用和视频理解上的表现。

进入2026年，DeepSeek将产品重点转向更具挑战性的Agent系统工程。

根据当前社区反馈，DeepSeek在代码Agent和中文搜索Agent领域已接近第一梯队，但在多工具协同、长链路任务执行以及真实环境鲁棒性上，仍与OpenAI、Google等国际顶尖模型存在明显的系统工程差距。

这种差距，不一定是技术能力的衰退，更像是在市场竞争与国家战略之间做出权衡后的结果。

组织层面的代价同样显性。

2025年下半年起，DeepSeek核心团队成员开始出现松动。

据晚点LatePost确认，王炳宣（第一代大模型核心作者）、郭达雅（R1核心作者）、魏浩然（OCR负责人）、阮翀（多模态负责人）相继离职。

这些名字背后，是DeepSeek从V1到R1的技术积淀。

流失的动因复杂，但薪酬体系的相对劣势是显性因素。

猎头透露，竞争对手开出的条件是DeepSeek的”两到三倍”，部分大厂直接给出八位数总包。

DeepSeek作为未外部融资的初创公司（母公司为幻方量化），薪酬虽绝对值不低，但无法匹配字节、阿里、腾讯等市场化巨头的股权激励和估值溢价。

梁文锋已开始推动公司估值工作，明确期权定价，给团队更多确定感。

但在智谱、MiniMax等同行上市、股价高涨的背景下，留住顶尖人才的压力依然不小。

如今的DeepSeek正在陷入一种身份的模糊。

它仍然需要商业化，仍然需要留住人才，但同时它又被赋予了国产化适配的期待。

这种双重身份带来的冲突，或许正是DeepSeek这一年越来越慢的深层逻辑。

因此，市场对V4的性能预期也在下调。

它未必会成为又一次刷屏的王炸模型，但可能是一个产业意义上的里程碑，证明中国前沿模型可以在国产硬件生态上达到可用水平。

V4的答卷，对于中国AI产业的长期走向可能更为重要。