看了下高盛的總結，的確相對市面上一般的分析會更深入，資料和內容更詳實一些，同時從價值層面出發，會有一些判斷。我先最精簡的幫大家劃出DS V4的重點，圍繞16個字“業務專注、體驗提升、成本下降、國產適配：1、業務專註：還是聚焦長文字，不像當前市面上的主流大模型廠商都是多模態2、體驗提升：上下文支援到100萬了，能讀的檔案更長了，一次性1000頁合同的樣子3、成本下降：通過技術架構升級，降低記憶體和kv快取，所以成本大幅下降4、國產適配：擁抱國產算力，華為昇騰（Ascend）950超級節點在2026年下半年大規模供貨。所以，價格還會有很多的空間。當然也看到deepseek自己的論文裡面也提到了，和國外的技術差距還有3-6個月（高盛提到的排行榜裡，DS V4排第七，前五都是美國的）。這一點很重要，既要突破、創新，也要承認不足。但是，相信我們有後發優勢，最終能反超。因為AI最終看的是整個產業鏈的基建能力。當然，作為高盛，最後肯定會往價值層面去講。高盛認為真正的紅利將湧向底層基礎設施。計算成本的大幅下降，正是AI應用大規模爆發的關鍵前奏！下面展開講講。一、 DeepSeek V4：一次效率的“量子躍遷”DeepSeek最新發佈的V4模型，延續了其對計算效率和開源路線的專注，帶來了兩項震撼升級：1. 百萬上下文，成本驟降90%以上！超長上下文支援V4的Pro和Flash版本均支援100萬令牌（1M） 的上下文窗口，達到國際先進水平。記憶體需求銳減實現此功能所需的記憶體/KV快取，僅為前代V3.2模型的7-10%！這意味著運行長上下文任務（如複雜智能體應用）的成本急劇下降，為AI Agent的普及掃清了關鍵障礙。2. 三大技術架構突破報告詳細拆解了其背後的三大關鍵技術升級：混合注意力架構（CSA+HCA）大幅壓縮KV快取，減少長序列處理所需的臨時記憶體。mHC（改進訓練穩定性）使模型在深層資訊傳遞時更穩定。Muon最佳化器針對複雜架構的穩定訓練方法。效果如何？資料說話：在100萬上下文長度下：V4-Pro推理計算量（FLOPs）降至V3.2的27%，KV快取降至10%。V4-Flash推理計算量降至10%，KV快取降至7%。3. 擁抱國產算力，價格還將下行報告指出一個關鍵訊號：DeepSeek預計，隨著華為昇騰（Ascend）950超級節點在2026年下半年大規模供貨，其Pro模型的API價格將迎來顯著下調，競爭力進一步增強。二、 模型競技場：戰火全面升級，分化關鍵顯現DeepSeek V4的開源，如同向湖中投下一塊巨石，激起了層層漣漪：1. 競品發佈潮來襲高盛列舉了緊隨其後的一波模型發佈：阿里的Qwen3.6-Max、騰訊的混元Hy3預覽、小米的MiMo V2.5、Kimi的K2.6，以及MiniMax可能於5月發佈的M3/海螺模型。2. 未來定價權取決於什麼？報告認為，程式碼能力、任務完成成功率以及多模態能力將成為模型差異化競爭和獲取定價權的關鍵。在衡量智能體實際工作能力的GDPval-AA排行榜上，DeepSeek V4系列表現領先（排第七，前五都是美國的）。3. 獨立公司的獨特優勢報告特別提到，相較於網際網路巨頭，獨立的AI公司（如MiniMax）憑藉更高的組織效率和敏捷的決策流程，能在模型設計與推理效率上建立優勢。這使得它們即使在競爭性定價下，也能實現可觀的毛利率。三、 基礎設施層：確定性最高的“賣水人”高盛最核心、最明確的觀點就是看好雲端運算與資料中心核心邏輯鏈：AI應用（尤其是企業級智能體和消費級AI助手）激增 → 驅動對AI算力（Token）需求的持續增長 → 改善雲服務的定價能力和利用率。提到了好幾家產業鏈公司，具體的大家看原文吧。深層影響：正如DeepSeek V4所展示的，計算成本效率的跨越式提升，將為AI應用更廣泛的探索、採納和普及打開前所未有的空間。模型層的“軍備競賽”，最終夯實的是底層“軍工廠”的基石。四、 網際網路巨頭：手握現金，面臨人才挑戰機遇：網際網路巨頭憑藉核心業務產生的強勁現金流，最有能力把握AI基礎設施/雲服務的宏大機遇。挑戰：為了與獨立的原生AI公司爭奪頂尖的AI晶片/模型人才，需要設立獨立的激勵計畫（例如，高盛指出字節跳動的豆包AI團隊已有此類安排）。市場動態：報告亦提及市場傳聞，騰訊和阿里巴巴可能正在洽談以超高估值投資DeepSeek。五、 市場全景：中國力量持續崛起1. 全球API用量排名攀升中國AI模型在全球平台OpenRouter的Token使用量排名中持續上升，在前列佔據多個席位。2. 整體份額增長中國AI玩家的整體市場份額在2026年以來呈現持續增長態勢。3. 消費級應用：豆包一騎絕塵豆包（字節跳動）在使用者參與度和日活躍使用者數方面保持絕對領先地位。2026年3月，整個AIGC聊天機器人領域的使用者參與總時長環比增長了36%，市場熱度不減。高盛認為，DeepSeek V4通過驚人的效率提升，正在加速中國AI模型層的競爭與分化，但這場競賽最確定的果實，將結在雲端運算與資料中心這片土壤上。技術的進步不斷拉低AI的應用門檻，而每一次門檻的降低，都意味著更廣闊的市場將被喚醒。對於關注這一領域的大家而言，或許更需要關注那些為整個生態提供“電力”和“算力”底座的公司，他們可能是未來最大的贏家。 (數之湧現)
