DeepSeek V4 要來了？這次可能是真的

4 月 19 日，普林斯頓 AI 實驗室研究員Yifan Zhang在 X 上發了一條極其簡短的帖子——"V4, next week."

隨后在跟帖里列出了三項架構組件

Yifan Zhang 發布的 V4 預告推文 消息源可信度分析

先說說這個爆料人的背景，判斷一下可信度：

Yifan Zhang，本科北大元培、碩士清華姚班，現為普林斯頓大學 AI Lab Fellow

研究方向是大語言模型推理與強化學習，曾在字節跳動 Seed 基礎模型團隊做過研究實習。

? 個人主頁：yfz.ai

需要注意的是，他目前并不在 DeepSeek 任職，DeepSeek 官方截至目前也沒有回應任何媒體關于發布時間的問詢

但結合以下信號，"下周發布"的可信度相當高：

1. 梁文鋒在內部溝通中確認了 4 月下旬發布——這是路透社、創知集等多家媒體獨立報道的

2. Polymarket 預測市場給出 75% 概率在 4 月底前發布，90% 概率在 5 月中旬前

3. DeepSeek 網頁端已經上線"快速模式"和"專家模式"，產品層面的預熱動作很明顯

4. DeepSeek 正在烏蘭察布規劃建設大型數據中心，為后續算力需求做準備

5. DeepGEMM 在 4 月 16 日推送了重大更新——新增 Mega MoE（融合 MoE 大核）、FP8xFP4 GEMM、FP4 Indexer 等核心組件，而這些正是 V4 傳聞架構里的關鍵原語，開源動作和發布節奏高度吻合

所以雖然 Yifan Zhang 的推文帶有"非官方"性質，但綜合各方信息來看，這基本就是最后的預熱了

三項架構組件解讀

Yifan Zhang 在跟帖中提到了 V4 的三項核心架構組件，每一項都對應 LLM 優化里的一條重要方向：

1. 稀疏 MQA（Sparse Multi-Query Attention）

在多查詢注意力（MQA）的基礎上引入稀疏性。簡單說就是：不是每個 token 都去看所有的上下文，只看最相關的部分。

這對百萬級上下文窗口來說至關重要。傳統注意力機制在處理超長上下文時，算力和顯存開銷會呈二次方增長。稀疏 MQA 把這個復雜度壓到了接近線性（O(N) 到 O(N log N)），使得百萬 token 的上下文處理在實際工程中變得可行。

據傳 V4 還搭配了一個叫Lightning Indexer的組件，可以在幾百頁的長文檔中實現 20ms 以內的檢索速度，且不損失連貫性

2. 融合 MoE 大核（Fused MoE Mega Kernel）

MoE（Mixture-of-Experts）架構本身 DeepSeek 從 V2 就開始用了，V3 進一步打磨。但 MoE 有個工程痛點：路由判斷和專家矩陣乘法是兩步操作，中間有大量 kernel 啟動和顯存搬運的開銷

Fused MoE Mega Kernel 把這兩步融合進同一個 GPU kernel，直接砍掉了中間的開銷。這對推理延遲的優化是非常直接的——從架構層面減少了大量不必要的數據搬運

這也是 DeepSeek 一貫的風格：在工程層面把每一個 cycle 都榨干

3. Hyper-Connections（流形約束超連接）

這是三個里面最有學術含量的一項。傳統 Transformer 用的是殘差連接（Residual Connection），就是簡單地把輸入加到輸出上。Hyper-Connections 是對殘差連接的泛化，用多條可學習的加權通路替代單一的殘差加法。

但早期版本的 Hyper-Connections 有一個致命問題：信號放大會失控，在超大模型中放大倍數可以達到 3000 倍以上，導致訓練直接崩潰

DeepSeek 的解決方案叫mHC（Manifold-Constrained Hyper-Connections）：用Sinkhorn-Knopp 算法把連接矩陣投影到一個特定的數學流形上，讓信號放大嚴格控制在 2 倍以內

? 論文：arXiv:2512.24880

這項技術的代價只有約 6.7% 的額外計算開銷，但換來的是：萬億參數級別的超深超寬模型可以穩定訓練

這是 V4 能做到萬億參數的關鍵基礎設施

DeepSeek V4 已知信息匯總

綜合各方報道，V4 目前已知的信息：

特性

參數規模

約 1 萬億（萬億級 MoE），每個 token 激活約 32-37B 參數

上下文窗口

百萬級（約 100 萬 token）

訓練芯片

首次深度適配華為昇騰 950PR 等國產芯片，全棧國產算力

開源協議

Apache 2.0，可商用

API 定價

傳聞每百萬 token 約 $0.30，是 GPT 旗艦模型的 1/10

產品版本

V4 旗艦版、V4 Lite（輕量版）、V4 Vision（多模態版）

核心架構

Sparse MQA + Fused MoE Mega Kernel + mHC

幾個值得關注的點

1. 全棧國產算力，這是最大的信號

V4 如果真的完全跑在華為昇騰芯片上，那意味著 DeepSeek 從 CUDA 遷移到了 CANN 框架，實現全鏈路國產化

這對整個中國 AI 產業的意義遠超一個模型發布本身 —— 它證明了在芯片封鎖的條件下，國產算力生態是跑得通的

2. 定價繼續卷

每百萬 token $0.30，延續了 DeepSeek 一貫的"價格屠夫"風格

V3 時期就已經是業內最便宜的了，V4 在萬億參數的情況下還能維持這個價位，MoE 的稀疏激活功不可沒

3. 算力基建正式入場

DeepSeek 之前一直是"輕資產"打法，主要靠算法效率取勝

但 3 月底那次長達 12 小時的宕機暴露了算力瓶頸。這次在烏蘭察布規劃數據中心、首次啟動外部融資（路透社 4 月 17 日報道，估值約 100 億美元），說明 DeepSeek 已經意識到：光有好算法不夠，算力基礎設施也得自己掌握

4. 之前"狼來了"過兩次

實話實說，V4 之前已經有過兩輪"即將發布"的傳聞（2 月和 3 月），結果都跳票了

但綜合 Yifan Zhang 的爆料、梁文鋒的內部確認、產品端的預熱動作、以及預測市場的賠率，這次的信號密度確實是最高的

總結

如果 V4 真的在下周發布，它將是：

• 國產 AI 模型首個萬億參數級開源模型

• 首個全面適配國產算力的旗艦大模型

• 百萬級上下文窗口 + 極致性價比的組合

DeepSeek 從 V2 開始就一直在給行業制造驚喜，V3 更是直接把開源大模型的天花板拉到了跟閉源模型掰手腕的水平。V4 如果能兌現這些技術承諾，那真的可以說是"2026 年國產 AI 的破局之作"

拭目以待，下周分曉

制作不易，如果這篇文章覺得對你有用，可否點個關注。給我個三連擊：點贊、轉發和在看。若可以再給我加個，謝謝你看我的文章，我們下篇再見！