文 | 大模型之家 文 | 大模型之家 9月22🔥日晚间，DeepSeek官方突然发布更新，宣布DeepSee🙄k-V3.1 现已更新至DeepSeek-V3.1-Term🥳inus 版本。官方表示，此次更新并非简单例行迭代，而是针对💯用户反馈中集中出现的问题进行了改进，在保持原有能力的同时，进😆一步提升了模型的稳定性与一致性。 消息一经发出，不到一😅个小时便收获了一条“10w+”，足以见得行业对于DeepSe❤️ek的关注程度与影响力。 然而，市场的热烈反应背后，也🔥夹杂着一丝失望：备受期待的新一代推理模型DeepSeek-R😘2再次缺席。这不仅是一次期待的落空，更像是一面棱镜，折射出这🤗家明星创业公司，从年初以R1模型一鸣惊人，到如今核心产品迭代😂的持续延迟，在狂飙突进246天后的焦虑、挣扎与抉择。梁文锋和😘他的DeepSeek，正在上演一出中国大模型领域最富戏剧性张😍力的“现代启示录”。 市场预期管理失焦：R2发布如“镜🥳花水月” 当我们把时间的指针拨回2025 年的早春，彼😂时，DeepSeek-R1的横空出世，如同一声惊雷，在中国乃👍至全球的AI领域炸响。其卓越的数学与代码推理能力，不仅在多项🥳基准测试中对标甚至超越了OpenAI的顶尖模型，更重要的是，⭐它以一种彻底开源的姿态，将推理大模型的门槛拉至前所未有的低位😂。DeepSeek因此一战成神，成为那个“春节档”最耀眼的国🙌产AI明星，创始人梁文锋也被寄予了挑战硅谷巨头的厚望。 😡 DeepSeek-R1推出的那一天，就为梁文锋治下的深度求🎉索，留下了两个难以抹去的烙印：一是“开源且低成本”成为它的标🌟签，二是外界由此对其下一步的期待被抬到了很高的位置。 😀然而，辉煌的序章之后，故事的走向却变得扑朔迷离。行业对下一代🔥推理模型DeepSeek-R2的期待，随着时间的推移，演变成😎了一场反复上演的“狼来了”的故事。据大模型之家统计，截至20🤯25年9月23日，距离R1发布已过去整整246天，而关于R2😍的发布传言，已不下10次。 这场漫长的“悬念剧”始于2🙄月，路透社首次援引信源，称R2“最迟5月初发布”，并暗示其在❤️代码生成和多语言推理上将有重大突破，瞬间点燃了市场的热情。随💯后的几个月，传言变得愈发具体和密集。3月，行业内开始流传“3🚀月17日发布”的精准日期；4月，Hugging Face代码💯库的蛛丝马迹似乎暗示着即将到来的更新；而到了5月，传言达到了🔥顶峰，一份详尽的参数信息在网络上泄露，直指R2将采用革命性的😘“Hybrid MoE 3.0”架构，总参数量高达惊人的1.😁2万亿。 然而，期待中的5月发布会并未如期而至。随之而😍来的是更多混杂着失望与猜测的消息。有传闻称，发布延期是因为C🤔EO梁文锋对模型内部测试的性能不甚满意，认为尚未达到对R1的🚀“碾压级”优势。更关键的是，来自外部环境的压力开始显现——英😴伟达 H20芯片的供应问题，成为悬在所有中国AI公司头上的达😴摩克利斯之剑。 此后的故事线更加曲折。6月，消息称R2🔥的内部测试结果显示，其性能提升并未达到颠覆性的程度。7月，万😘众瞩目的世界人工智能大会（WAIC 2025）上，DeepS🎉eek的缺席让R2发布的希望再度落空。8月，关于“月底发布”🤗的传言再次甚嚣尘上，但很快被官方辟谣。直到9月初，彭博社的报😉道才给出了一个新的时间窗口——计划于第四季度发布，并将主打当😂下最热门的Agent（智能体）能力。 展开全文 😎在长达八个多月的时间里，DeepSeek官方始终未公布R2的🙄明确发布计划。这种反复的传言与落空，在客观上造成了市场预期的🙌管理失焦，也消耗了部分用户的耐心。更重要的是，在DeepSe🥳ek等待R2的这段时间，其主要竞争对手，如阿里巴巴的通义千问🤔（Qwen）和百度的文心大模型（ERNIE）等，均已完成了多🙄轮重要的功能迭代和模型升级。 在这场无声的竞赛中，时间😡的流逝，正在成为DeepSeek最沉重的成本。 延迟的🤯“三重困境”：开源生态的繁荣与核心产品的缺位 如果仅仅😅将这八个多月定义为“等待”，那对DeepSeek而言无疑是不💯公平的。事实上，在R2缺位的日子里，DeepSeek非但没有👏停滞，反而在另一个维度上展现出了惊人的能量和战略远见。梁文锋😘选择了一条更为艰难但可能也更为长远的道路——构建一个从底层模😆型到上层工具链完全开源的全栈技术体系。 这是一场围绕“😆开源驱动创新”展开的“阳谋”。在核心模型层面，除了打响名声的😊推理专用模型DeepSeek-R1，DeepSeek在3月又🎉开源了通用模型V3.0324，其API成本仅为GPT-4的1🔥/14，几乎是以“倾销”的方式，将大模型的使用成本打到了“地🚀板价”。随后，融合了代码与对话能力的DeepSeek-V2.🤯5，以及多模态文生图模型Janus-Pro也相继开源。这一系🤔列组合拳，让DeepSeek成为了国产AI技术普惠的关键推动😡者之一。 在基础设施与工具链层面，DeepSeek同样🤩进行了深度布局，开源了一系列旨在提升训练和推理效率的关键组件😡。例如，针对GPU优化的FlashMLA解码内核和DeepG🔥EMM矩阵运算库，官方数据显示可提升约30%的推理速度；为混😎合专家（MoE）模型设计的DeepEP通信库和DualPip🤔e流水线算法，有效降低了分布式训练的通信延迟；而名为3FS的🤯超高速分布式文件系统，则为大模型训练提供了高效的数据读写支持🌟。 尤为关键的是，DeepSeek的开源并非仅仅停留在🚀代码层面。他们敏锐地捕捉到了国产算力崛起的趋势。其开源的工具😘链不仅支持主流的英伟达GPU，还同步推出了适配华为昇腾平台的😆解决方案（如MindIE镜像）。这一举措有助于推动国产AI算😂力在实际应用场景中的落地，具有重要的产业价值。庞大的开源体系😴为DeepSeek带来了正向的生态循环。全球开发者基于其模型🤩进行量化（如INT8/INT4版本），降低了部署成本，并围绕😘医疗、金融等垂直行业进行微调，丰富了应用场景。 然而，👍这耀眼的A面，却无法掩盖其B面深刻的隐忧。R2的迟迟未能发布🤗，正是这些隐忧的集中体现。DeepSeek-R2的推迟，至少😢面临着三重困境。 首先是技术突破与算力供应的核心矛盾。🔥据英国《金融时报》等媒体报道，R1发布后，DeepSeek在😘相关方面的鼓励下，曾尝试使用华为昇腾芯片进行下一代模型的训练😉。然而，从英伟达的CUDA生态迁移到昇腾的CANN生态，其难😀度远超预期。训练过程中的不稳定和性能瓶颈，严重拖慢了研发进度😢，甚至一度迫使团队将关键训练任务切回NVIDIA平台。这场“😍算力长征”的艰难，或许是导致R2延期的最直接、最核心的技术因😂素。 其次，资本的狂热与市场的超高预期，放大了传言的传🤯播效应，也给DeepSeek戴上了沉重的“枷锁”。R1的成功😴让DeepSeek成为了资本市场的宠儿，估值水涨船高。每一次😢关于R2的传言，都能在资本市场掀起波澜。这种高度关注，既是动💯力也是压力，它迫使DeepSeek必须拿出一款超越性的产品，🙌任何一点瑕疵都可能被无限放大，从而导致团队在发布决策上慎之又🥳慎。 最后，在激烈的行业竞争与中美技术角力的背景下，构😘成了R2发布最严峻的外部压力。在国内，阿里、百度等巨头凭借强🌟大的资源整合能力，在模型迭代、产品落地和生态构建上步步紧逼。😀在国际上，美国对先进AI技术的出口管制日益收紧。DeepSe💯ek既要面对国内市场的“内卷”，又要应对国际环境的“脱钩”风👏险，其战略选择空间正变得越来越狭窄。 DeepSeek😊与梁文锋面临的“三重挑战” 当前，DeepSeek及其😉创始人梁文锋正不得不面临着来自技术、战略和市场三个层面的严峻😀挑战，这种局面使其在后续发展路径的选择上变得异常艰难。 😘 第一重挑战，是如何在技术上实现自我超越，即“创新者的窘境”⭐。DeepSeek-R1在推理能力上的突出表现，已经为公司树😘立了极高的技术标杆。这意味着R2必须在性能上实现质的飞跃，而😂非简单的参数提升或常规优化，才能满足市场的期待。 如果😢R2的提升幅度有限，很可能会面临类似于今年GPT-5发布后，👍行业普遍认为其创新力度不足的评价。对于一家以技术驱动的创业公🤯司而言，这种来自内部的、超越自我的压力，是其决策过程中必须考👍虑的首要因素。 第二重挑战，是公司在技术路线上的战略短😂板，特别是在多模态能力上的“缺位”。当前，全球顶尖大模型的发😜展趋势已明确指向文本、图像、音频、视频等多模态能力的融合。无🌟论是通过多模型能力调用协议（MCP）整合不同模型，还是发展原😅生的多模态大模型，都已成为行业共识。 相比之下，Dee😂pSeek至今发布和开源的模型仍主要集中在文本和代码领域，旗🔥下多模态文生图模型Janus-Pro并未在行业掀起波浪。这种😊技术路线上的单一性，可能会使其在未来以多模态为核心的应用场景🥳竞争中处于不利地位，限制其生态的广度和商业化的想象空间。 😴 而国内的另一家大模型公司MiniMax为例，则走向了另一💯个极端：其从创业初期就专注于多模态技术，并已推出了成熟的产品😉，但囿于当前主流大模型能力评估体系，仍以语言模型为基准。这使🌟得 Minimax 在模型排名、社区认可度、学术引用等“行业👍标尺”上较为边缘，其开源的大模型 MiniMax-M1，在H😡ugging Face等平台的活跃度远低于DeepSeek。😘此外，其主打的线性注意力机制与混合专家系统（MoE）虽然理论👍上具备效率优势，但在实践中尚未充分验证其长期可控性和泛化能力😅，也让MiniMax 40亿美元估值屡遭质疑。 第三重😍挑战，是需要面对DeepSeek面临的生态问题。自今年年中开😁始，网络中关于“DeepSeek变笨了”的讨论不绝于耳，调查🤯发现虽然R1模型在数学推理上表现优异，但在涉及创意、事实性内😢容时却频繁出现“幻觉”。 而这背后，正揭示出DeepS🙄eek在内容生态上的“先天”短板。大型科技公司如百度、字节跳👍动等，其优势不仅仅在于资金和技术，更在于其庞大的流量入口和内🙌容生态系统。例如，百度拥有搜索、贴吧、文库等一系列产品，而字🎉节跳动则有抖音、今日头条、西瓜视频等。这些平台不仅为用户提供😍了稳定的流量入口，更重要的是，在用户与内容交互的过程中，源源😎不断地产生着最新的、鲜活的数据。这些数据经过清洗和处理，可以🙌持续地为大模型提供高质量的训练语料，形成一个良性的“数据飞轮😊”——模型越好，用户越多，产生的数据越新，模型迭代越快。 😂 DeepSeek目前并不具备这样的内容生态优势。其模型能😴力的提升，更多依赖于外部公开数据集和合作方提供的数据，缺乏像😉百度、字节那样自有的、能够实时更新的“活水”。当模型在训练过😉程中无法有效甄别和清洗受污染的语料时，就可能导致“幻觉”现象🔥的加剧。这种“幻觉”，不仅仅是简单的信息编造，更可能表现为逻💯辑混乱、事实错误，甚至答非所问，这无疑严重影响了用户的信任感😁和使用体验。对于一个致力于商业化的大模型来说，用户信任是其产🤔品生命线的基石，而“幻觉”问题，恰恰是横亘在其商业化路径上的😍一大障碍。 写在最后 因此，对于梁文锋而言，是如😡何平衡内部研发节奏与外部市场竞争的压力。R2的延迟发布，为竞🚀争对手提供了追赶和反超的时间窗口。在快速变化的大模型市场，技🔥术领先的优势稍纵即逝。梁文锋必须在“追求技术极致”与“抢占市🤔场时机”之间做出权衡。 发布一个性能未达内部最高标准但😊能及时卡位市场的产品，还是继续打磨一个可能错过最佳发布窗口的😘“完美”产品，这是一个艰难的战略抉择。同时，叠加算力迁移带来😀的工程挑战，使得这一决策过程变得更加复杂。 不可否认，💯DeepSeek-R1的发布对行业产生了深远影响。它不仅证明🎉了国内团队在核心推理模型领域的研发实力，更重要的是，其开源策😘略极大地降低了AI技术的应用成本，打破了海外少数厂商在高端模👏型领域的垄断，为推动整个行业的创新和普及做出了重要贡献。 😜 在大模型之家看来，DeepSeek当前所面临的困境，并非😀个例，而是国内顶尖AI公司在向更高技术水平迈进过程中普遍面临😂的挑战缩影。市场期待R2的最终发布，不仅是期待一款性能更强的🚀模型，也是在观察DeepSeek如何在技术瓶颈、战略短板和激😴烈竞争的多重压力下，给出自己的解决方案。DeepSeek和梁⭐文锋给出的答案，也将对国内其他AI公司的发展路径提供重要的参😜考和启示。返回搜狐，查看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

时隔9个月，美联储重启降息。 北京时间9月18日凌晨，👍美联储最新的议息决议将联邦基金利率的目标区间下调25个基点至🔥4%-4.25%，符合市场预期。 一年前，2024年9❤️月，美联储启动了四年多来的首次降息，分别在2024年9月、1😂1月、12月降息50个基点、25个基点、25个基点。进入20😁25年，美联储连续5次会议维持利率不变，直至本次会议重启降息🌟。 美联储在声明中表示，近期指标表明，就业增长放缓，失😴业率小幅上升，但仍保持在低位。通胀上升，且保持了一定程度的高🤔企。为支持其目标，同时考虑到风险转换到平衡，委员会决定将联邦🙌基金利率的目标区间下调25个基点至4%-4.25%。 😆与7月议息声明相比，本次声明对就业市场的判断由“失业率依然较😍低，劳动力市场状况保持良好”转变为“就业增长放缓，失业率小幅😁上升，但仍保持在低位”，同时新增“通胀上升”的表述。在下调利🤔率区间时，强调考虑到了“风险转换的平衡”。在描述调整目标区间😍的条件时，删去了“幅度和时机”的表述。 声明表示，在评😆估合适的货币政策立场时，委员会将继续监控未来的经济数据的影响😂。如果风险的发生会阻碍达成委员会的双重目标，委员会会为调整适🔥当的货币政策立场做好准备。委员会的评估将考虑到大量信息，包括🌟劳动力市场指标、通胀压力和通胀预期指标、金融和国际形势发展的😁数据等。 本次会议共有1票反对，为新任美联储理事米兰（😊Stephen I. Miran），他倾向于在本次会议上降息😡50个基点。在上个月投出反对票的鲍曼（Michelle W.❤️ Bowman）和沃勒（Christopher J. Wal😍ler）投票赞成了本次会议，7月他们便倾向于降息25个基点。⭐米兰被认为是特朗普政府经济议程的关键设计者，鲍曼和沃勒则是由🌟现任美国总统特朗普提名的理事。美联储7名理事中，上述3人由特🙌朗普提名，剩余4人由民主党政府提名。 以下是9月声明全🔥文与7月声明的比较： （删去7月原文：尽管净出口的波动😊继续影响着数据，）最近的指标表明，今年上半年经济活动的增长有⭐所放缓。就业增长放缓，失业率小幅上升，但仍保持在低位（7月原🙌文：失业率依然较低，劳动力市场状况保持良好）。通胀上升（本月🌟新增），且保持了一定程度的高企。 委员会力图在长期内达⭐成最大就业和2%的通胀目标。关于经济前景的不确定性仍处于高位😂。委员会注意到其双重任务面临的双面风险，并判断就业下行的风险😊已经上升（本月新增）。 为支持其目标，同时考虑到风险转🤗换的平衡（本月新增），委员会决定将联邦基金利率的目标区间下调🤯0.25个百分点至4%-4.25%（7月原文：维持在4.25🎉%-4.5%）。在考虑对联邦基金利率目标区间（删去7月原文：😀的幅度和时机）进一步调整时，委员会将仔细评估未来的数据、不断🤔变化的前景和风险平衡。委员会将继续减持美国国债、机构债券和机😊构抵押贷款支持证券。委员会坚定地致力于支持最大限度的就业，以😂及将通胀恢复至2%这一目标。 在评估合适的货币政策立场🤩时，委员会将继续监控未来的经济数据的影响。如果风险的发生会阻🙄碍达成委员会的双重目标，委员会会为调整适当的货币政策立场做好😀准备。委员会的评估将考虑到大量信息，包括劳动力市场指标、通胀🚀压力和通胀预期指标、金融和国际形势发展的数据等。 投票🔥赞成者包括：FOMC委员会主席（美联储主席）鲍威尔（Jero🤔me H. Powell, Chairman）；委员会副主席🌟（纽约联储主席）威廉姆斯（John C. Williams，👍Vice Chairman）；（美联储理事）Michael 🥳S. Barr；[本月新增：（美联储理事）Michelle 😊W. Bowman」]；（波士顿联储主席）Susan M. 🤩Collins；（美联储理事）Lisa D. Cook；（芝⭐加哥联储主席）Austan D. Goolsbee；(美联储🤯理事）Philip N. Jefferson；（圣路易斯联储🙄主席）Alberto G. Musalem； （堪萨斯城联储😆主席）Jeffrey R. Schmid；[本月新增：（美联😍储理事）Christopher J. Waller]；投票反🤔对这一行动的有米兰（Stephen I. Miran）[7月😆原文：鲍曼（Michelle W. Bowman）和沃勒（C🥳hristopher J. Waller）]，他倾向于在本次😡会议上降息0.5个百分点（7月原文：0.25个百分点）。[删😂去7月原文：库格勒（Adriana D. Kugler）缺席😜，并未参与投票]。返回搜狐，查看更多