DeepSeek V4来了！国产多模态大模型首次原生支持“图+文+视频”一键生成

还记得年初惊艳全场的 DeepSeek R1 吗？那个靠超强逻辑推理刷屏开发者圈的开源模型，才刚过完“百日”，它的继任者——DeepSeek V4 就要来了。

据《金融时报》2月28日独家报道，深度求索（DeepSeek）将于下周正式发布 V4 版本。这不是一次小修小补的迭代，而是一次真正的范式跃迁：V4 是国内首个原生支持图文+视频联合生成的开源大语言模型——无需插件、不靠外挂，输入一段文字提示，就能同步输出高质量图像与短视频，甚至理解并生成跨模态内容。

这背后，是 DeepSeek 对“多模态平民化”的坚定押注。当前市面上不少多模态模型仍依赖文本模型+独立视觉/视频模块拼接，推理链路长、响应慢、成本高。而 V4 从架构底层就实现了统一表征与协同训练，让图文视频真正成为“同源输出”，也为中小团队和独立开发者打开了低门槛、高性价比的多模态应用大门。

更值得划重点的是它的“国产算力基因”。V4 已完成与华为昇腾（Ascend）系列芯片及寒武纪思元（MLU）加速卡的深度软硬协同优化——模型权重、推理引擎、内存调度全部针对国产硬件重构。这意味着，你不再需要依赖英伟达 A100/H100 就能跑起高性能多模态任务。对政企客户、高校实验室和边缘AI场景而言，这不只是性能提升，更是数据安全、供应链可控与部署成本三重升级。

路线图也透露出 DeepSeek 的务实节奏：发布首周将公开核心能力概览与 API 接入指南；一个月后，完整工程报告、训练细节、量化策略及适配代码将全量开源——延续其一贯“真开源、可复现、易落地”的风格。

如果说 R1 是 DeepSeek 在“思考力”上的宣言，那么 V4 就是它在“表达力”上的全面爆发。当多模态不再只是巨头的玩具，当国产芯片真正成为先进AI模型的“主场”，我们或许正站在中国AI生态自主演进的关键拐点上。

下周，一起见证这个“看得见、听得清、还能拍出来”的国产大模型，如何重新定义创造力的边界。