DeepSeek V4 泄露 - "代码优先"模型改变一切

DeepSeek V4 泄露和发布传闻

根据多个泄露和内部消息，DeepSeek 正准备推出其下一代旗舰模型 DeepSeek V4，预计将在农历新年（2月中旬）前后发布。这不被视为简单的版本更新，而是一次基础性的架构转变。

内部测试表明，V4 的目标是成为一个**"代码优先"**模型，在长代码生成、多文件推理和长上下文中保持结构完整性方面，性能可能超越 GPT-4 和 Claude。

核心架构革命：Engram

V4 背后的秘密武器据称是一个名为 "Engram"（通过可扩展查找的条件记忆）的新架构。这种设计通过将动态推理（逻辑/规划）与静态记忆（知识存储）分离来解决传统模型的局限性。

关键特性：

• 混合架构：像"赛博格大脑"一样，系统的一部分处理思考（GPU），而另一部分处理记忆（CPU RAM）
• 零 VRAM 成本：通过将大量知识表存储在 CPU RAM 中并利用 $O(1)$ 查找，这种架构允许模型拥有巨大的知识容量，而 GPU VRAM 成本几乎不增加
• 更快的推理：使推理更快，部署更便宜

双版本策略和 R1 集成

泄露表明 DeepSeek V4 可能会推出两个版本：

1. V4 旗舰版：针对长时间、重度编码任务优化
2. V4 轻量版：专注于速度和响应性

此外，有强烈信号表明 DeepSeek 将把 R1 的深度推理能力直接集成到 V4 旗舰版中。这意味着该模型不仅擅长编码，还将擅长**"边思考边编码"**，消除了区分通用模型和推理模型的需要。

性能和行业影响

虽然目前基于内部测试和传闻，但技术路径与 DeepSeek 最近发布的 Engram 论文一致。在长上下文基准测试中，新架构在以下方面匹配或超越基准模型：

• 多跳推理
• 符号任务
• 长文档理解

同时使用的计算资源显著减少。

如果 V4 如预期发布并兑现这些承诺，它将迫使 OpenAI、Anthropic 和 Google 等竞争对手做出回应，大幅降低推理成本并提供极致的长程连贯性。