DeepSeek又更新了，期待梁文锋“炸场”

　　《BUG》栏目实测发现，升级后的DeepSeek在上下文长度和交互友好度上有明显改进，编程能力受到推崇。在使用经济性上，也有开发人员指出，“DeepSeek或将V3与R1模型进行了合并，这有利于降低模型部署成本。”

　　巧合的是，今天是R1官方发布后的整7个月。在这期间，OpenAI、Google、阿里巴巴、月之暗面、智谱等纷纷发布了新模型，他们都以R1作为参照物。

　　在DeepSeek网页端及最新版本App上，目前能够支持的上下文长度已经扩展至最新的128K长度。

　　有开发者在深度体验后发现，此次更新后，增加上下文相关内容，“稳定性更强了，推理能力也有了进步”。

　　《BUG》栏目对比发现，相较于此前发布的DeepSeek V3（参数量671B），此次更新V3.1（参数量685B），在模型尺寸上并未有过于明显的变化。不过，在交互体验感上，V3.1有了更明显的提升。

　　除支持更大的长文本输入外，在回答问题时，涉及信息收集的环节，DeepSeek会更多地使用表格进行信息汇总呈现，交互更友好，且回答内容更加符合人类表达习惯，语气更加自然。

　　《BUG》栏目实测发现，当以指令要求V3.1设计一个宫崎骏风格的五子棋游戏界面，并设有“人人对战”和“人机对战”两个模拟按钮，最终用2D插画风格html呈现时，V3.1不仅能够给出完整的设计过程和代码结果，同时还支持在线运行演示，给出的结果也已具备交互模式，且编码结果也基本接近可实用程度。

　　模型能力外，《BUG》栏目注意到，在最新的DeepSeek App和官网上，更新后的DeepSeek，输入框中的“深度思考（R1）”按钮，直接变成了“深度思考”。

　　这意味着——在开启深度思考模式后，DeepSeek调用的推理模型或已不再只局限于R1模型，也有可能是其他的新模型，或者是V3/R1合并后的新模型。

　　有开发者也注意到了这一变化，并且在研究测试后指出，“此次更新将V3和R1进行了合并部署，使得部署DeepSeek的简易程度和算力效率得到了极大提升。”

　　该开发人员对《BUG》栏目解释道：“之前V3、R1是分开部署的，各需要60张卡，现在是R1、V3合一，只需部署一个deepseek。原来要用120张卡现在60张卡就行，部署的成本大幅度下降了。”他进一步解释道，“如果用120张卡部署V3.1，由于缓存增大，性能预估可提升3-4倍。”

　　目前，在Huggingface（知名AI开源社区）上，最新更新的DeepSeek-V3.1-Base版本已经开放源代码。不过，此次官方并未给出具体信息，只简单提及该模型尺寸为685B，支持BF16、F8_E4M3、F32数据类型。

　　遗憾的是，此次V3.1更新，虽然在用户体验和经济性上带来了一些惊喜，但业界备受关注的新一代R2模型并未出现。

　　今年1月，伴随DeepSeek R1发布并迅速引发各界关注，业界对DeepSeek的推崇与好感度迅速提升。在DeepSeek R1发布当月，DeepSeek网页及App用户增长达1.25亿（含网站和应用累加），其中80%以上用户来自1月最后一周。至今年1月28日，DeepSeek日活跃用户数（DAU）首次超越豆包，成为全球增速最快的AI应用之一。

　　很快，其主动开放源代码的做法，也让业界开始借鉴或直接将DeepSeek满血版集成到自己应用上，腾讯元宝、百度、360等新产品应运而生。

　　国内方面，阿里巴巴旗下Qwen基本保持了每月一大发布，两周一小发布的频率，高频发布全尺寸、多模态模型。阿里上个月发布的千问3旗舰模型Qwen3-235B-A22B，声称在核心能力测评中，比肩Gemini-2.5 pro、o4-mini等顶尖闭源模型，并超越了DeepSeek R1。

　　此外，月之暗面7月发布的Kimi K2模型，以及智谱最新发布的新一代旗舰模型GLM-4.5，也先后宣布超越DeepSeek R1，且在使用经济性上带来新的突破，API调用价格低至输入0.8元/百万tokens。

　　在与《BUG》栏目沟通中，DeepSeek方面并未透露更多后续发布的消息，对于R2何时发布等问题也仅回复称：“详细内容以官方公布为准”。

　　不过，接近DeepSeek人士曾透露，“DeepSeek-R2在8月内并无发布计划。”这或许意味着，V3.1模型更新后，8月或将不会有更大版本的DeepSeek新模型发布。

　　近期，宋春雨在与《BUG》栏目沟通中感慨道：“他（梁文锋）对商业化不感兴趣，对留住用户可能也不太感兴趣”。在他看来，“梁文锋是坚信AGI的人，是技术极客背景出身，他给自己的使命是要摸AGI的上限在哪里？甚至人类能达到硅基智能的上限究竟是什么？他专注的是打磨基础模型，确保每一代模型都保持领先。”

　　在业内人士看来，“时至今日，各大AI模型的能力上限都已经很强了，需要做的是下限不要太低，能够稳定输出就是好模型。”

　　回想OpenAI旗下的GPT-5，同样经历了延迟发布，可惜最终发布的产品饱受诟病。主要原因就是数据、算力等方面的局限，AI大模型的能力上限或许已经不会有太多提升。

　　“此次V3、R1做了合并部署，或许是为DeepSeek多模态模型的发布作出准备，因为多模态分开部署推理和非推理负担会很重。”在业内人士看来，V3.1发布后，“DeepSeek多模态模型发布的时间已经不远了。”

　　热闹非凡的国内AI大模型市场，已许久不见DeepSeek和梁文锋的“爆炸性”新闻，但市场对于它们的期待仍在不断积蓄。原文出处：DeepSeek又更新了，期待梁文锋“炸场”，感谢原作者，侵权必删！