本报记者李昆昆李正豪北京报道

　　近日，国内头部大模型公司Deepseek发布消息称，其V3模型已完成小版本升级，当前版本号为DeepSeek-V3-0324。用户只需登录官方网页、App、小程序，进入对话界面后关闭深度思考功能，即可体验新版本。API接口及使用方式维持原样。若处理非复杂推理任务，推荐采用新版V3模型，享受更流畅的对话体验及全面升级的效果。

　　一般而言，大模型分为语言模型和推理模型两大类。国内主流语言模型包括：DeepSeek V3、阿里通义千问Qwen2.5、腾讯混元Turbo、百度文心4.5、智谱GLM4等；而常见的推理模型则有：DeepSeek R1、QwQ-32B、腾讯混元T1、百度文心X1、智谱GLM-Z1等。

　　关于小版本升级的DeepSeek V3在同类产品中的竞争力，爱分析首席分析师李喆在接受《中国经营报》采访时指出：“推理模型是在语言模型基础上，通过RL强化学习训练得到的，这一训练方法自DeepSeek R1论文公布后已成为行业共识。因此，当前各大模型厂商的主要竞争点仍在于语言模型。”

　　易用性显著提升

　　DeepSeek表示，新版V3模型借鉴了DeepSeek-R1的强化学习技术，显著提升了推理类任务的表现，在数学、代码评测集上得分超越GPT-4.5。同时，代码、中文写作及搜索能力也得到了提升。

　　李喆分析称，DeepSeek V3采用混合专家（MOE）架构，而Qwen2.5则采用密集架构。从企业应用角度看，Qwen2.5的密集架构参数量更小，对私有部署的硬件资源要求更低，更适合企业用户。

　　具体而言，在数学与代码能力方面，DeepSeek V3在MATH数据集和HumanEval代码评测中表现优异，通过算法优化实现了复杂问题的分步推理。Qwen-32B则依赖插件系统扩展能力，腾讯混元T1则侧重于应用层逻辑，如游戏脚本生成。

　　在多模态与长文本处理能力方面，Qwen-32B原生支持图像理解+10万token上下文窗口，而DeepSeek V3则需通过外部工具链实现多模态扩展。腾讯混元T1则在文本生成优化和长上下文依赖剪辑技术上表现出色，豆包则专注于短文本交互和实时性。

　　人工智能研究员Awni Hannun透露，新的DeepSeek V3模型在配备M3 Ultra芯片的苹果电脑上，能以每秒20个token的速度运行。这打破了人工智能模型能力与本地化运行相冲突的旧观念，意味着数据中心并非大模型的必备条件。

　　另一位人工智能研究员Xeophon也表示，在内部测试平台上测试新版DeepSeek-V3后，发现其在所有测试指标上均取得显著进步。目前，它已成为最好的非推理模型，超越了甲骨文的Claude Sonnet 3.5。

　　未来趋势展望

　　谈及未来行业发展趋势，盘古智库高级研究员江瀚表示：“技术融合与性能突破是推动行业发展的核心动力。DeepSeek V3-0324通过借鉴DeepSeek-R1的强化学习技术，在数学、代码等推理任务上超越GPT-4.5，证明了技术融合对模型性能提升的显著作用。未来，大模型将进一步整合多模态学习、知识图谱、符号推理等技术，突破现有性能瓶颈。”

　　同时，应用场景的垂直化与专业化也是大势所趋。DeepSeek V3在前端开发、中文写作、中文搜索等场景的优化，体现了大模型向垂直领域深耕的路径。未来，医疗、金融、法律等垂直领域将涌现更多定制化大模型，以满足行业对精准性、安全性和合规性的要求。

　　江瀚还指出：“用户体验的全面提升是竞争的关键。DeepSeek V3通过优化代码可用性、视觉设计、内容质量等细节，提升了用户交互体验。未来，大模型将更加注重响应速度、交互自然度、个性化适配等维度。例如，通过模型压缩和边缘计算技术降低推理延迟，利用用户画像实现个性化服务，甚至通过情感计算技术理解用户情绪，提供更人性化的交互。”

　　李喆则认为，未来大模型的发展将呈现多维度、跨领域的融合与突破。语言模型和推理模型的融合将成为趋势，同时开源和闭源模型将长期共存。从技术层面看，大模型将追求规模与效率的平衡，注重训练效率和能耗优化；多模态学习将深度融合，扩展到视频、3D建模等领域；推理能力将得到提升，解决复杂数学、逻辑问题；模型将实现动态适应与持续学习，减少灾难性遗忘。

　　此外，应用场景也将不断深化。垂直领域将出现更多行业专用模型，边缘计算将普及，轻量化模型将部署到手机、IoT设备；科学研究领域将出现更多辅助工具，加速药物发现、材料设计等；创造性协作将成为可能，大模型将成为艺术创作、音乐生成的核心工具。

　　李喆总结道：“未来大模型将更智能、更垂直、更人性化、更可持续。但其发展不仅是技术问题，更是社会协作的挑战。成功的关键在于平衡创新速度与伦理责任，构建技术、政策、公众认知协同进化的生态系统。”

（文章来源：中国经营网）