软件与服务行业：AI应用进行时：DEEPSEEK-V4发布预览版 看好国产模型与国产算力的全面共振

　　事件描述

    　　4 月24 日，DeepSeek-V4 发布预览版，1M 上下文，Agent 能力、世界知识和推理性能上均实现国内与开源领域的领先。

    　　事件评论

    　　核心参数发生哪些变化？（1）V4 实现1M 上下文（V3.2 为128K），与海外头部模型对齐，预训练数据扩大到32~33T。（2）本次发布两个版本，Pro 版本（1.6T-A49B），缓存命中输入1 元、缓存未命中12 元、输出24 元。Flash 版本（284B-A13B）缓存命中输入0.2 元、缓存未命中1 元、输出2 元。对比V3.2-Exp 缓存命中输入0.2 元、缓存未命中2 元、输出3 元。受限于高端算力，目前Pro 的服务吞吐十分有限，下半年昇腾950 超节点批量上市后Pro 的价格会有望大幅下调。

    　　重点提升了哪些能力？（1）Agent 能力：大幅增强，Agentic Coding 评测达到开源最佳，根据DeepSeek 内部员工反馈，模型体验优于Sonnet 4.5，交付质量接近Opus 4.6 非思考模式，但仍与Opus 4.6 思考模式存在一定差距。；（2）世界知识：弥补V3.2 报告提及的“世界知识广度”短板，大幅领先其他开源模型，稍逊Gemini-3.1-Pro；（3）推理能力：

    　　数学、STEM、竞赛型代码的测评，超越当前所有公开评测的开源模型，比肩世界顶级闭源模型。

    　　结构创新和超高上下文效率。（1）架构层面创新：CSA（压缩稀疏注意力）和HCA（重度压缩注意力）交错混合配置。CSA 部分，先将每m 个token 的KV 缓存压缩为1 个条目→再通过DSA，每个查询token 仅关注k 个压缩后的KV 条目→滑动窗口SWA 实现局部增强，保留局部细节，弥补压缩代带来的信息损失。HCA 部分进行更极致的压缩，但不采用稀疏，将连续的 m'（远大于m）个token 的KV 缓存按权重合并为一个条目→对极度压缩的KV 条目做密集注意力，同时再次增强局部依赖。（2）优化器层面：将主优化器更换为Muon，实现更快的收敛速度和更高的训练稳定性；（3）精度优化：旋转位置编码纬度使用BF16，其余维度使用FP8；闪电索引器内部的注意力计算完全采用FP4；后训练阶段引入QAT，对MoE 专家权重和CSA 索引器中的QK 路径进行FP4（MXFP4）量化；索引得分从FP32 量化至BF16。

    　　实现什么效果？（1）Agent 稳健性和任务完成率大幅提升：凭借1M 上下文保留完整的跨轮次推理历史、实现复杂多步工具调用&长周期搜索与代码工程实现无断点执行；（2）显存降低：KV 缓存仅占V3.2 的10%；（3）算力降低：单token 推理FLOPs 降至V3.2的27%→相同算力下，V4 的生成吞吐量可达V3.2 的数倍。

    　　当前国产模型进入需求时代，能力继续抬升的同时加速芯模适配，伴随下半年华为超节点批量上市，国产算力将迎来实际真正可用的关键拐点，看好国产模型与算力的全面共振。

    　　风险提示

    　　1、AI 技术发展不及预期；

    　　2、下游应用需求不及预期。