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)

贝森特直指美联储存在“使命蔓延”与“机构臃肿”的问题，将其比作“逃出实验室的致命病毒”，要求展开无党派审查并剥离其银行监管权。 美国财政部长贝森特上周五呼吁对美联储进行全面改革，称这家央行正受“使命蔓延”（mission creep）与“机构臃肿”（institutional bloat）问题困扰。 在《华尔街日报》（The Wall Street Journal）发表的一篇措辞尖锐的评论文章中，贝森特将美联储比作“逃出实验室的致命病毒”，认为必须将其“重新关进牢笼”。 这篇文章发布之际，特朗普政府正试图通过“宣称总统有权解雇美联储理事”来掌控美联储理事会。此前，特朗普曾持续数月施压美联储主席鲍威尔要求降息，随后又以“涉嫌抵押贷款欺诈”为由解雇美联储理事库克。目前，库克已提起诉讼，阻止特朗普的解雇。 若库克被迫离职，且特朗普的经济顾问斯蒂芬·米兰（Stephen Miran）获得参议院批准，那么特朗普提名的人选将在美联储理事会7个席位中占据4席多数——这意味着他们可推动利率政策与银行监管领域的全面变革，也将让“美联储是否独立于白宫”的问题陷入争议。 分析师表示，贝森特的文章旨在为“掌控美联储”提供合理性依据。 一本关于美联储独立性的书的合著者马克·斯宾德尔（Mark Spindel）表示，“这一切都是为了掌控政府中最具权力的机构。” 美国国会在设立美联储时，特意设计了限制白宫影响力的机制：美联储理事任期为14年，且任期交错，需经参议院批准；仅在有“正当理由”（for cause）的情况下，才能解雇美联储官员。 贝森特在文章中称，美联储已失去美国民众的信任，“必须重新树立作为独立机构的公信力，专注于实现通胀稳定、失业率低、利率温和的核心目标”。 他呼吁对美联储展开“独立、无党派的全面审查”，并提议剥离美联储对美国银行业的监管权。 2008年金融危机后，国会曾短暂考虑过一项由民主党提出的“剥离美联储银行监管权”提案，但最终反而大幅扩大了美联储的监管权限。 2008年金融危机中，美国银行业“大而不倒”的问题暴露，国会因此赋予美联储更严格的监管权力，包括对大型银行实施压力测试、设定资本金要求等。 “在所有银行监管机构中，美联储权力最大、权限最广，”研究公司资本阿尔法伙伴（Capital Alpha Partners）董事总经理伊恩·卡茨（Ian Katz）表示。 根据贝森特的改革计划，美联储应仅专注于“宏观经济监测、最后贷款人流动性支持与货币政策制定”三大领域。 贝森特提议的改革需通过立法实现，但卡茨认为，国会“极不可能”据此采取行动。 在利率政策方面，贝森特表示，美联储在经济衰退时“通过资产负债表政策降息”的做法，“仅应在真正的紧急情况下使用”。 展开全文 他指出，资产负债表政策已直接影响“经济中哪些部门能获得资金”，“干预了本应属于市场与民选官员的领域”。 贝森特称：“权力扩张催生了华盛顿的一种风气——在财政决策失误后，政府依赖美联储来‘兜底’。” 以下为《华尔街日报》刊登的贝森特所著文章的精简版。 正如我们在新冠疫情期间所见，实验室培育的实验产物一旦逃出牢笼，便可能造成巨大破坏，且难以收回。2008年金融危机后，美联储推出的“非常规”货币政策工具，也以类似方式改变了其政策体系，带来了难以预测的后果。 美联储的新运作模式，本质上是一场“功能增益”（gain-of-function）货币政策实验。非常规政策的过度使用、使命蔓延与机构臃肿，正威胁着央行的独立性。美联储必须改变方向：其标准政策工具已变得过于复杂，难以管理，且理论基础存在不确定性。而目标明确、简单可衡量的工具，才是长期实现更好政策效果、维护央行独立性的最清晰路径。 人们或许会认为，2008年后推出的新工具与金融市场集中化，能让美联储更精准地判断经济走向；至少，这些新增职能应能让美联储更有效地引导经济。但事实并非如此：2009年，美联储预测2011年美国实际国内生产总值（GDP）增速将达到4%，但实际增速仅为1.6%。那段时期，美联储两年期GDP预测累计高估规模超过1万亿美元。反复的预测失误表明，美联储对自身能力与扩张性财政政策的刺激效果过于自信。当特朗普政府转向减税与放松监管政策时，美联储的预测又过于悲观——这暴露了其对有缺陷模型的依赖，以及对供给侧效应的忽视。 2008年金融危机期间及之后的多次干预，实际上为资产持有者提供了“隐性兜底”。这种有害循环导致国家财富向“已拥有资产的群体”集中：企业领域中，大公司通过锁定低息债务蓬勃发展，而依赖浮动利率贷款的小公司则在利率上升时陷入困境；房主因固定利率抵押贷款，房产价值大幅上涨且基本不受利率影响；与此同时，被排除在资产市场之外、受通胀冲击最严重的年轻家庭与低收入家庭，却错失了资产增值的机会。 美联储未能实现通胀目标，导致阶层与代际差距扩大。其试图通过“财富效应”刺激增长的做法，最终适得其反。金融分析师凯伦·佩特鲁（Karen Petrou）在2021年出版的《不平等的引擎》（Engine of Inequality）一书中写道：“极端的不平等清晰表明，财富效应对富人极为有效，却给其他人带来了更严重的经济困境。” 美联储影响力的扩大，对其独立性产生了深远影响。通过将职权延伸至传统上属于财政部门的领域，美联储模糊了货币政策与财政政策的界限。央行的资产负债表政策直接决定“哪些部门能获得资金”，干预了本应属于市场与民选官员的领域。而与财政部债务管理的纠缠，让人怀疑货币政策正被用于“满足财政需求”。 美联储的权力扩张催生了华盛顿的一种风气：在财政决策失误后，政府依赖美联储来“兜底”。当总统与国会的政策失灵时，他们期待的是美联储干预，而非承担责任。这种“别无选择”的局面，滋生了不负责任的扭曲激励。 监管越界进一步加剧了问题。《多德-弗兰克法案》（Dodd-Frank Act）大幅扩大了美联储的监管范围，使其成为美国金融业的主导监管者。15年后的今天，结果令人失望：2023年硅谷银行倒闭事件，暴露了“货币政策与银行监管职能合并”的风险。如今，美联储既监管银行、向银行放贷，又决定银行的盈利逻辑——这种不可避免的利益冲突模糊了责任边界，也危及了自身独立性。 更合理的框架应重建专业化分工：赋予联邦存款保险公司（FDIC）与货币监理署（OCC）主导银行监管的权力，而让美联储专注于宏观经济监测、最后贷款人流动性支持与货币政策制定。 美联储独立性的核心是公信力与政治合法性——这两者都因其“超越使命范围”而受损。过度干预导致了严重的分配失衡，削弱了公信力，也威胁了独立性。展望未来，美联储必须减少其对经济造成的扭曲：量化宽松（QE）等非常规政策仅应在真正的紧急情况下，与联邦政府其他部门协调使用。此外，还需对美联储整个机构展开“坦诚、独立、无党派的全面审查”，涵盖货币政策、监管、沟通、人员配置与研究等所有领域。 美国当前面临短期与中期经济挑战，同时还要应对“央行将自身独立性置于危险境地”的长期后果。美联储的独立性源于公众信任，因此必须重新致力于维护美国民众的信心。为保障自身未来与美国经济稳定，美联储必须重新树立“独立机构”的公信力，专注于法定使命：实现充分就业、稳定物价与温和的长期利率。返回搜狐，查看更多