DeepSeek 在中國晶片匹配啟動支援的同時新增視覺模式
DeepSeek，一家總部位於杭州的人工智慧公司，透過一項名為「影像辨識模式」的新功能，已將影像與影片辨識能力新增到其主要聊天機器人中，使其與其他主要 AI 聊天機器人看齊。該功能推出的時點，正好與中國晶片供應鏈的一個重大里程碑同日重疊：四家國內半導體公司——華為昇騰（Huawei Ascend）、寒武紀（Cambricon）、海光信息（Hygon Information）與摩爾線程（Moore Threads）——確認當天就支援 DeepSeek 最新旗艦模型 DeepSeek-V4，這標誌著相較於先前通常出現在英偉達（Nvidia）生態系之外、長達數月的調適期出現了轉變。
DeepSeek 的願景與模型擴展
DeepSeek 悄悄地在當月較早推出的另外兩種模式之同時，上線了影像辨識模式： 「expert」與「flash」。根據負責 DeepSeek 多模態團隊的陳曉康（Chen Xiaokang）表示，該工具最初在網站與行動應用程式上，先讓一小群使用者進行測試。該公司資深研究員陳德利（Chen Deli）在一則提及公司標誌的貼文中慶祝上線：「小鯨魚現在能看見了。」
影像與影片功能是在 DeepSeek 發布 DeepSeek-V4 預覽並提供模型權重供公眾下載與使用後的數天內到達。V4 被構造成兩個獨立模型：DeepSeek-V4-Pro，具備 1.6 兆（trillion）參數，旨在進行複雜推理與多步自動化工作流程；以及 DeepSeek-V4-Flash，針對以較低成本處理大量請求進行最佳化。兩個模型都支援 100 萬（one million）tokens 的上下文視窗，並採用混合注意力（hybrid attention）設計；該公司表示，這種設計在推論期間可降低運算能力與記憶體需求。
中國晶片製造商實現同日上線支援
吸引產業關注的並不只是該模型本身，而是 V4 發布當天所展現的協同硬體支援。華為昇騰確認其 A2、A3 與 950 晶片相容；其中昇騰 950 透過融合運算（fused computing）流程與平行處理串流（parallel processing streams）加速 V4-Pro 與 V4-Flash 的推論。寒武紀（Cambricon）使用開源的 vLLM 推論框架完成調適，並在 GitHub 發布其程式碼。海光信息（Hygon Information）在其 DCU 平台上進行深入的模型最佳化，以確保從模型釋出到部署能夠順暢切換。摩爾線程（Moore Threads）與北京人工智慧研究院合作，透過 FlagOS 軟體堆疊（software stack）在其 MTT S5000 卡上運行 V4。
多款晶片平台在同一天提供支援，代表了背離既有模式。過去，英偉達（Nvidia）生態系之外的硬體通常需要數月才能支援主要的新模型。產業觀察者指出，在發布當天就能實現與四種不同國內晶片的相容，意味著中國半導體與 AI 基礎設施的成熟度出現了真實轉變。
策略性影響：成本與供應鏈獨立性
DeepSeek 此次推出的更廣泛意義，不僅限於個別的技術成就。透過讓 V4 能同時在多款中國晶片上原生運行，DeepSeek 降低了對出口限制的依賴風險；而這些限制在過去曾阻擋中國公司取得最先進的美國處理器。成本效率仍是 DeepSeek 戰略的核心——該公司優先確保模型運行成本保持低水準，使企業能夠在不付出高昂運算成本的情況下，建置自動化系統。
產業觀察者將這次發布形容為反映的是整條供應鏈的成熟，而非單一技術突破。DeepSeek、晶片製造商與軟體框架之間的協調，展現了整合型生態系的發展路徑。這一趨勢顯示，AI 的競爭格局正在從聚焦單一模型的先進程度，轉向能在長期維度上維持完整、具成本效益且獨立的系統能力。
常見問題（FAQ）
DeepSeek 的聊天機器人新增了哪些新能力？
DeepSeek 新增了一種「影像辨識模式」，使其聊天機器人不僅能理解文字，還能理解照片與影片。該功能最初在網站與行動應用程式上，先讓一小群使用者進行測試；藉此使 DeepSeek 的能力能與其他提供類似能力的主要 AI 聊天機器人看齊。
在發布當天，哪些中國晶片公司支援了 DeepSeek-V4？
四家中國晶片公司確認在發布當天支援 DeepSeek-V4：華為昇騰 (with A2, A3, and 950 chips)、寒武紀（Cambricon）、海光信息（Hygon Information）與摩爾線程（Moore Threads）。在多款晶片平台之間實現同日相容，過去在英偉達（Nvidia）生態系之外相當罕見，通常需要數月的調適工作。
DeepSeek-V4 的兩個版本是什麼？它們有何差異？
DeepSeek-V4-Pro 具備 1.6 兆（trillion）參數，並設計用於複雜推理與多步自動化工作流程；而 DeepSeek-V4-Flash 則針對在較低成本下處理大量請求進行最佳化。兩者都支援 100 萬（one million）tokens 的上下文視窗，並使用混合注意力（hybrid attention）設計以降低運算能力與記憶體需求。
