来聊聊对 DeepSeek v4 的看法吧

问题描述：

我先叠个甲，我以下内容没有唱衰国产大模型的意思，我想尽量说的理性客观一点，个人也有很多地方理解的不足，还希望各位佬指正。

我个人认为 DeepSeek v4 相比于新发布的这些模型不会有非常大的性能飞跃，应该还是回归开源大模型的榜首。

可能也限于国外的限制，同时国内对于推理与训练在卡的方面还在追赶状态
DeepSeek 一直拼的都不是自己模型参数有多大，而是在细节上的打磨，是作为用户的我们可能都能想到的方面，是那些当谁一提出来这方面可以优化，自己也能回过味来说出一句“确实”的方面。
最近 Claude Code CLI 源码的泄漏，应该也看到了 Anthropic 让用户感觉赢在体验上的秘密就是对工程化脚手架的细致打磨。

DeepSeek 每次推出新模型的时候，相比于模型性能有多好或者价格有多低，我感觉最有价值的是发表的那些论文，惠及所有人的知识财富。

前几天也看到站里有一些未经核实的相关情报，我感觉不至于说是因为进步不多，或者说其他人迭代太快超过了自己准备发布的版本，而导致延期发布。
个人感觉 DeepSeek v4 这次的发布应该会把多模态和长上下文端上来，大概率应该是能跑在完全国产可控的训练集群上，不说能一举打破英伟达的护城河吧，至少表明了以后跑在国内万卡集群上不是难事，提振一下国内的信心。论文成果应该也不会缺席。

因为之前听到的更多还是都说国内的平台确实有，国产卡的价格也合适，集群规模也能做大，但是相比 Cuda 太难用了，说 Bug 多什么的，说啥不亚于用汇编一样的话，这次 DeepSeek 如果证明了能用，即使说没有多好用，也至少说扫除了前方的阴霾，告诉所有人全国产不是问题，没有 NVIDIA 的卡不代表着国内发展不了 AI，肯定又是一个新的 DeepSeek 时刻。

国内现在可能确实制程受限制，但是国内确实就更擅长做力大砖飞的事情，我没有太细致的了解，至少国内的电力系统应该绝对的领先，咱们不缺地方，也不缺电，过度的节省空间就有点本末倒置了，毕竟都是为了训练模型嘛，最终目的也不是为了炫技。