软件介绍

麻美在线使用指南

第一步：导入文件

打开软件
，点击"?增长 麻美在线"按钮
，从电脑当选择《麻美在线》文件
，或直接将其拖拽至软件界面中。

第二步：配置解析

软件会自动鉴别并解析导入的文件
，您可凭据界面提醒选择所需的保留蹊径或下载体式。

第三步：起头下载

确认无误后
，点击"起头下载/处置"按钮。期待进度条读取结束
，即可在设定的文件夹中查看下载好的正版文件。

梁文锋的担子更重了
，麻美在线

梁文锋用V4突破质疑
，但Coding、to B贸易化、人才抢夺
，DeepSeek还有硬仗要打。

文｜《中国企业家》记者 闫俊文见习编纂｜李原编纂｜何伊凡

头图起源｜视觉中国

DeepSeek-V4上线几日
，萦绕它的会商仍未终场。梁文锋用V4的强势颁布
，回击了表界对于DeepSeek迭代缓慢的质疑。

从成效来看
，V4参数放大显著。其占有1M（百万字）超长高低文
，分为DeepSeek-V4-Pro和Flash两个版本。其中
，Pro版本模型参数规模达到1.6T
，比V3大出两倍
，在开源堡垒位列最高梯队
，向OpenAI和谷歌看齐。

大参数版本也标志取
，DeepSeek在烧毁“幼而美”路线
，转而钻营“参数暴力美学”与稀少架构效能并行。

更重要的突破来自于国产算力适配。DeepSeek将华为昇腾和英伟达共同写进技术汇报
，在英伟达GPU和华为昇腾NPU平台上均验证了细粒度专家并行规划。在昇腾平台上
，V4实现了1.50至1.73倍的推理加快
，使得V4成为全球首个在国产算力底座上实现训练与推理验证的万亿参数级模型。

在这背后
，DeepSeek面对的模型适配和高低游产业链
，工作量之重大、艰巨
，被千芯科技董事长陈巍形容为“爬雪山、过草地”。这也未免让DeepSeek难以将全数精力
，放在模型的机能优化上。

但这场成功意味着什么
，市场感情给出了有力证明。4月24日当天
，寒武纪、摩尔线程、沐曦等国产芯片公司收盘价上涨2%至7%不等
，并同时颁发
，当天全量适配V4模型。

颁布同时
，DeepSeek的价值闪电战也同步演出。

《中国企业家》获悉
，DeepSeek近日推出DeepSeek-V4-Pro模型API限时2.5折优惠
，活动截至2026年5月31日。优惠后
，该模型输入价值降至0.025元（缓存射中）、3元（未射中）
，输出6元
，较原价1元、12元、24元大幅下调
，已靠近Flash版本水平。

DeepSeek称
，受高端算力限度
，当前Pro版服务吞吐有限
，预计下半年昇腾950超节点批量上市后
，价值还将进一步下调。

不外必要把稳的是
，在模型厂商正掀起“Token涨价潮”的布景下
，DeepSeek逆势而行
，一方面在于其素以“价值杀手”自居
，算力能力和供给资源充足——但另一个可能性是：用户周到不及。

《中国企业家》观察到：在4月24日、25日上线两天
，DeepSeek的API服务和网页对话服务均很不变
，没有发生“拥挤”的变乱汇报。市场总体对DeepSeek的反馈履历
，也比力“默默”。

而V4的“难产”自身
，是这家明星创业公司在面对的多重压力：主题人才被竞争敌手争抢、国产算力适配还面对漫长攻坚、与模型大厂和创企萦绕代码能力必要贴身肉搏
，以及悬而未决的融资传闻。

DeepSeek的优势依然清澈：技术顶尖、开源心智强、性价比凸起、国产芯片适配当先、开发者生态基础好。但其短板同样现实：to B大客户交付经验不及、场景化解决规划不够丰硕、组织规模与巨头差距显著、贸易化仍处于爬坡期。

如今大模型已不再是单一维度的天才或技术方面的较量
，而是一家公司资金、资源、人才、组织、战术的集团作战
，这也必要DeepSeek不休在技术梦想和严格现实之间做出选择。

实测V4：能力很强
，Coding仍需突破

一向以来
，DeepSeek的创新步骤论是
，通过底层架构创新
，实现极致成本节造
，压榨每一个Token的潜力。

这一次
，V4在架构上
，DeepSeek开创了全新确把稳力机造——“CSA（压缩稀少把稳力）+HCA（重度压缩把稳力）”的混合把稳力架构。这一创新重要指标是对Token进行条款化的极致压缩
，以进一步降低对推算和显存的需要。

技术汇报显示
，在100万Token的高低文设置下
，与DeepSeek-V3.2相比
，DeepSeek-V4-Pro仅需27%的单Token推理FLOPs（浮点运算数）和10%的KV缓存。

起源：视觉中国

一位专家对《中国企业家》指出
，V4在训练和推理当选取“FP4+FP8”混合精度
，而非业界通用的FP32尺度精度体式。DeepSeek固然是为了实现更快的推算速度、更低的缓存需要
，但也为此就义了正确率。

出格是当模型参数规模达到1.6万亿时
，这种“压榨”是否仍能维持输出质量的不变性
，也成为了V4在现实利用中的最大考验。

在模型不变性上
，《中国企业家》将V4的技术汇报丢给了DeepSeek
，要求V4进行翻译并给出关键指标的解读。在专家模式下
，上传文件花了15秒
，全文翻译或许耗时20分钟。固然从长文本理解、信息抽取、逻辑梳理能力上
，V4阐发不错
，但也出现了迷失图片的问题。

此表
，随着代码能力正成为顶级模型的必争之地
，DeepSeek也在遭逢强力阻击。

在V4技术汇报的Coding有关测试集里
，出现了多处显著的数据空缺
，显示短缺与月之暗面K2.6、智谱GLM-5.1的直接对标了局。DeepSeek给出的诠释是：“由于K2.6和GLM-5.1的API太忙
，无法回应查问。”

这句略带无奈的表述
，也折射出了大模型战局的凶残：从前半年
，月之暗面与智谱均将代码能力、Coding Agent、工程化能力作为战术造高点
，API挪用量与企业接入量暴涨。

只管DeepSeek强调
，V4-Pro在代码智能体工作上已与K2.6、GLM-5.1达到可比水平
，但行业普遍以为
，代码能力、工具不变性、工程化鲁棒性将直接决定MaaS收入、开发者生态黏性与大客户付费意愿。这也意味着
，DeepSeek下一轮攻坚的主题战场
，必须清澈指向代码与Agent。

关键的衡量

固然V4的阐发有不尽如人意的处所
，但它对全行业的标志性意思
，显然更为重大。

上海财经大学特聘教授、FutureLabs将来尝试室首席专家胡延平对《中国企业家》说：V4预览版能够说不负各方等待
，也成功在国产芯片适配的前提下
，通过对把稳力机造的改进
，降低了推算缓和存开销
，提升了效能。

从前近5个月
，在表界对DeepSeek“迭代放缓”的持续质疑中
，业内却明显：DeepSeek的攻坚
，并非单纯在调优模型成效
，而是要实现一次从英伟达CUDA生态
，向国产芯片“昇腾NPU”等生态的全栈迁徙——这是一场没有硝烟的硬仗。

多位底层架构专家向《中国企业家》证实
，超大模型在国产芯片上的迁徙
，难度远超设想。

一家AI Infra草创公司CEO曾通知《中国企业家》：适配新生态架构
，会晤对算子缺失
，大量自界说算子需重新开发的问题
，编译器也会时时出bug
，训练中途易崩溃。“相当于我造了一个赛车
，理论速杜仔150公里/幼时
，但我可能要跑100次能力跑出一个这样的速度
，它不是那么不变。”

《中国企业家》综合各方信息来看
，DeepSeek为适配国产算力
，做出了一系列关键衡量：选取更低精度混合精度（FP4+FP8）
，降低显存压力与推算复杂度；强化稀少把稳力与KV缓存压缩
，削减芯片间通讯量；优化MoE负载平衡战术
，提升在非均匀芯片集群上的不变性；烧毁了部门极端基准刷分
，优先保障长高低文、多轮、Agent场景的鲁棒性。

起源：AI天生

陈巍将DeepSeek对华为昇腾的适配
，比作“爬雪山、过草地”的事件。这个工作量极度大
，会让DeepSeek难以将全数精力
，放在模型的机能优化上。

对于DeepSeek来说
，其通讯库、集中通讯、散布式战术需深度重构；万亿参数MoE模型对集群不变性、显存带宽、网络延长要求近乎刻薄。这城市导致
，V4开发极度艰巨。

从底子上说
，这是涉及到整个产业链高低游优化、水准提升的过程
，好比芯片良率、芯片机能
，大模型的整体Infra部署和优化等
，是一个水涨船高的过程。

胡延平暗示
，超大参数的大模型起头训练之后
，必要集群里的每一张卡都要维持最佳状态
，推算集群协同工作的要求度很高
，除了算力卡的不变
，还要求显存带宽、衔接与网络等各个方面跟得上。训练工作动辄持续一两个月
，任何一张卡、一条链路不稳
，都可能导致整体工作失败。

不外
，DeepSeek走出了最艰巨的全栈迁徙第一步后
，已经证明中国大模型的自主可控
，已经在成为可落地、可商用、可规；南质。随着下半年
，昇腾950批量交付
，V4-Pro的吞吐能力还将大幅提升。

增长暗战：人才、本钱、竞争三座大山

V4的强势颁布
，临时平息了表界对DeepSeek技术能力的质疑
，但更多的挑战
，也摆在了梁文锋刻下。人才流失、本钱选择、行业内卷、贸易化压力
，都在把这家以技术梦想主义著称的公司
，拖入集团作战。

V4技术汇报显示
，本次参加作者共270人
，名单中蕴含梁文锋——但一个不容忽视的细节是：从前5个月
，已经有10位署名作者脱离了DeepSeek。

其中最受关注的
，是代码与推理主题掌管人郭达雅。据《误点LatePost》报路
，郭达雅以亿元年薪
，加盟了字节跳动。他深度参加了DeepSeekV3、R1、Coder、Math等关键模型研发
，是代码能力、推理架构、工程化的主题贡献者。

基座架构、MoE散布式、推理引擎、长高低文、代码Agent等关键岗位
，都高度依赖主题人员的判断与经验；骨干流失不仅影响研发节拍
，更可能带来技术路线、架构偏好、工程文化的颠簸。

梁文锋能在人员改观的情况下
，如期推出V4并实现1.6T的大参数更新
，注明其已成立了可复造、可扩大、不依赖单一幼我的工程化系统。但若何留住主题人才、激励早期成员、不变团队军心
，仍是DeepSeek必须解决的持久问题。

V4颁布前后
，市场也再次传出重磅新闻：DeepSeek打算开启新一轮融资
，估值约200亿美元
，阿里、腾讯等都被列为潜在投资方。

胡延平直言：“DeepSeek应该融资
，甚至上市。模型上限提升
，来自用户反馈、参数规模、Agent网络
，这些都必要巨大投入。”

更重要的是
，整个行业在从模型较量转向Token工厂较量。DeepSeek选择降价、扩参数
，都是在为Token时期做筹备——而Token工厂
，也必要更巨额的资金投入。

对于梁文锋来说
，更深层的命题刚刚起头：若何把模型优势
，转化为持续、高毛利、可规；氖杖？若何成立不依赖幼我的技术迭代机造与人才激励系统？若何在技术索求与贸易交付之间维吃旖衡？若何从“模型公司”升级为“平台生态公司”？

梁文锋已经用V4回应了所有质疑
，DeepSeek仍在最强玩家序列。但将来真正的决战
，才刚刚起头。