在 DeepSeek-R1 發布一周年之際，《新立場》注意到，DeepSeek 在 GitHub 上更新了大量 FlashMLA 代碼。在 114 個文件中，一個標有" MODEL1 "的未知大型模型標識符出現了 28 次。
該標識符與現有模型" V32 "（DeepSeek-V3.2）一起提及并明確區分。根據對代碼的上下文分析，" MODEL1 "被廣泛認為代表了建立在不同架構上的新模型，而不是當前一代的次要迭代。
1 月 21 日，更多的信號浮出水面。多方消息源指出，DeepSeek 可能會在 2 月中旬農歷新年期間推出其下一代旗艦人工智能模型 DeepSeek V4，新模型伴隨針對 KV 緩存的新優化，且有望提供顯著增強的編碼能力。這意味著，DeepSeek 正試圖在算力效率與編碼能力上，再次拉高行業的"及格線"。
這種技術上的步步緊逼，讓 2023 年那個熱錢涌動的"鍍金時代"顯得尤為遙遠。
彼時，以智譜（GLM）、月之暗面（Kimi）為代表的"六小龍"正如日中天。憑借著"中國版 OpenAI "的技術敘事和先發優勢，智譜在一年內市值翻了三倍，月之暗面更是完成了 4 輪融資，以 33 億美元的估值站在了聚光燈的中心。那時的市場相信，只要遵循" Scaling Law "堆砌算力和參數，就能跑出下一個巨頭。
2025 年 1 月 20 日，DeepSeek-R1 的發布成為了一道分水嶺。其以一種極其極客、甚至有些"反商業"的姿態——開源、低成本、高性能，瞬間抹平了"六小龍"積攢了兩年的先發壁壘。不僅大廠感到錯愕，創業公司的護城河也一夜干涸。
DeepSeek 僅用了半年時間，就用極致的擴展效率擊穿了行業虛高的估值泡沫。對于創業者而言，通用的路被堵死了，資本的耐心也隨之耗盡。
但巨鯨沒有胃口吞下所有浮游生物。其轉身給應用層留下了最后一口氧氣。
隨著下半年 DeepSeek 進入"刻意"的低調期，以及大廠生態競爭的白熱化，處于夾縫中的"六小龍"反而在絕境中找到了一種 "Product-Market Fit by Default"（被迫的市場匹配），即放棄對"全知全能"通用大模型的執念，轉而將 Context 極度聚焦，深耕特色垂直場景。
如今，AI 行業從"百模大戰"進入了"階級固化"階段。DeepSeek 負責定義智能的上限，不斷拓展技術的邊界；而"六小龍"們則退守垂類，負責填充商業的下限，在具體的業務流中尋找生存的縫隙。
海嘯過后的幸存者名單
2024 年前 8 個月，全球 AIGC 領域發生了 107 起融資事件，國內大模型賽道更是吸金無數，億元級別的融資案高達 20 起。零一萬物、百川智能、智譜 AI、階躍星辰、月之暗面與 MiniMax，這些名字開始頻繁出現在科技媒體的頭條，被合并稱作" AI 六小龍"。來自國際戰投與東南亞財團的資金，似乎在印證著這個賽道不可限量的未來。
而在那場資本狂歡中，月之暗面無疑是最耀眼的明星。
不同于"國家隊"智譜在 B 端的穩扎穩打，楊植麟堅定地押注了 To C 賽道，試圖用"技術 + 產品"的雙輪驅動復刻移動互聯網的奇跡。紅杉、小紅書、美團、阿里等巨頭爭相入局，將這家成立不到一年半的公司推向了估值高地。2024 年 2 月，Kimi 的月活用戶數逼近 300 萬，是兩個月前的 6 倍。
QuestMobile 的數據線也畫出過一道昂揚的陽線：2024 年底，AI 原生 App 的月活規模突破 1.2 億，同比增長 232%。其中豆包、Kimi、文小言月活躍用戶規模分別為 7523 萬、2101 萬、1224 萬。那也是"燒錢換增長"邏輯依然奏效的最后時光。彼時的媒體確信，2025 年將是三強爭霸的決戰時刻。
歷史的轉折往往比劇本更有戲劇性。2025 年初，DeepSeek 如同一場沒有預兆的海嘯，率先打響了" AI 普惠"的第一槍。
{jz:field.toptypename/}1 月中旬，DeepSeek 正式上線手機端 App，據相關數據，僅一個春節假期，其下載量便爆發式增長至 6400 萬次，這幾乎是同期國內其他 AI 應用周下載量總和的 6 倍。盡管"服務器繁忙"的提示頻繁彈出，但用戶對 DeepSeek 的熱情卻高位不減，人們將其稱為" DeepSeek 時刻"。
騰訊迅速跟進，微信與元寶紛紛接入 DeepSeek R1 模型，將這場關于推理模型的競賽推向高潮。QuestMobile 的數據顯示，DeepSeek App 的日活在 2025 年 2 月底突破 5000 萬。在開源普惠效應的沖擊下，原生 AI App 的行業格局被徹底顛覆：原有的座次被重排，Top 3 更迭為 DeepSeek、豆包與騰訊元寶。
DeepSeek 的威壓之下，分化開始出現。零一萬物率先選擇了"務實"。它迅速將" DeepSeek Moment "納入企業服務的話術體系，成為"六小龍"中第一家全面擁抱 DeepSeek、提供定制部署方案的公司。
在當時，零一萬物還面臨人才的流失，包括曹大鵬、戴宗宏在內的核心技術高管接連出走，模型預訓練負責人谷雪梅也宣布離職。動蕩同樣發生在百川智能。2025 年 3 月，王小川在搜狗時期的老部下、負責大模型開發的聯創陳煒鵬與焦可相繼離開。
更殘酷的數據體現在 C 端戰場。《字母榜》報道，2024 年曾單月投流過億的月之暗面，在 2025 年 2 月按下了暫停鍵。在停止了投放，純粹依靠自然流量之下，Kimi 的 MAU 從峰值 2024 年 Q4 的 3600 萬 斷崖式下跌至 2025 年 Q3 的 967 萬。用戶規模的差距，被巨頭無情拉大。
蕭條之下，剩下的智譜 AI、MiniMax、月之暗面、階躍星辰四家，盡管沒有公開爆出放棄預訓練的消息，但其在追趕 OpenAI 的進度上都有了明顯的下滑。
故事在下半場發生了微妙的變奏。取得現象級成功后，DeepSeek 并未乘勝追擊擴大 C 端版圖，而是選擇了一條更純粹的道路：收緊市場推廣，專注于底層能力與開放生態建設。甚至有觀點認為，它正在退回到"純粹智力供應商"的角色。
洗牌看似結束，但規則已被改寫。生存下來的"小龍們"被迫放棄了單純依靠燒錢換增長的幻夢。在Gross Margin（毛利率）被 DeepSeek 永久性壓低的新常態下，金沙電玩城它們開始尋找新的生存縫隙：月之暗面聚焦 Agent 的產品化；智譜與 MiniMax 相繼上市，向公開市場尋求資金與品牌背書。
市場上不再有關于"六小龍誰能成為下一個 OpenAI "的猜測，紛紛討論起一個關于"如何在巨頭與開源的夾縫中，找到商業下限"的現實故事。
標尺之下的繁花與喘息
從最新的研究成果來看，DeepSeek 依然是那個理想而堅定的技術信徒。
在其剛剛發布的論文《基于可擴展查找的條件記憶：大型語言模型稀疏性的新維度》中，DeepSeek 提出了 Engram 架構。旨在為現有 MoE（混合專家）架構"減負"。
論文指出，Engram 將主干網絡的早期層從繁重的靜態模式重建任務中解放了出來。換句話說，以前的模型要花大量容量去"死記硬背"靜態知識，而現在 Engram 接管了這部分記憶，讓早期層可以專注于語義理解。這相當于為推理任務有效地加深了網絡，并通過預取機制實現了幾乎零開銷的訪問。
長上下文（Long Context）的優勢也因此變得顯著。通過將本地短語的"粘合劑"卸載到內存中，模型釋放了寶貴的注意力機制，專注于捕捉那些遙遠而隱秘的關聯。在"大海撈針"的多查詢匹配測試中，結果從 84.2% 躍升至 97.0%。
在《新立場》看來，此次 DeepSeek V4 的專精化，也暗示了 Scaling Law 在通用領域的邊際效應遞減。DeepSeek 通過此舉，實質上將自己定位為了"基礎能力的供水廠"，而將那些復雜的、場景化的"產品定義權"和"市場接觸權"，慷慨地讓渡給了下游。
這種在商業邊界上的主動"退讓"，映射出的恰是 DeepSeek 與眾不同的企業文化，在國內互聯網流量為王的語境下，這家公司有些過于"低調且任性"。
創始人梁文鋒鮮少站在聚光燈下。有報道稱，他不僅公開反對大語言模型收費，甚至對送上門的外部投資持有排斥態度。在社交媒體上，DeepSeek 技術團隊的賬號屈指可數，且幾乎只討論硬核技術，對常規的用戶反饋顯得有些"鈍感"。正如周鴻祎一針見血的評價：梁文鋒根本不想做 APP，他的心思全在 AGI（通用人工智能）上。
這份"任性"，在 2025 下半年演變為一種"心系天下"的開源普惠。同源數據顯示，2025 年下半年，第三方托管的 DeepSeek R1 和 V3 模型使用量呈指數級上升。
各行各業爭相接入，有人驚呼"混元、通義的‘智商’正在迎頭趕上"，有人開發出了技術小白也能用的 AI 智能體，甚至有人將推理模型植入到了人形機器人的大腦中。
DeepSeek 的"胸懷"也給了垂直整合者——即"小龍們"一個 Product-Market Fit ( 被迫的市場匹配 ) 的窗口期。在此新命題下，幸存的玩家們依據自身稟賦，選擇了差異極大的突圍路徑，最終在 2026 年初迎來了喘息之機。
月之暗面選擇了"兩手抓"。產品側，Kimi 從 5 月開始高頻推出 Researcher、OK Computer、Kimi Code 等 Agent 新品；人事側，引入投資人背景的張予彤任總裁，統籌戰略與商業化。
創始人楊植麟也不再言必稱 OpenAI，他在年終信中寫道，公司的目標是超越 Anthropic 成為世界領先的 AGI 公司。憑借"長文本 +Agent "的雙輪驅動，月之暗面即將完成新一輪融資，估值攀升至 48 億美元，這距離其剛剛完成 5 億美元融資僅數周時間。
兩家上市企業也登上了新的高度。截至發稿，智譜與 MiniMax 市值分別達到 895 億與 1247 億。上市解決了智譜持續研發的"彈藥"問題，首席科學家唐杰隨即宣布全面回歸基礎模型研究，即將推出 GLM-5。
而估值領跑的 MiniMax 則在視頻生成領域發力，其新一代模型 Hailuo 2.3 在物理動作與微表情上效果顯著，同時推出了更低價的 Fast 版本，將批量創作成本砍半。
但這片應用層的"繁花似錦"，本質上完全仰賴于 DeepSeek 所劃定的新標尺，DeepSeek 用開源和低價，無情地剝奪了中間商賺取"信息差"的權力，迫使所有幸存者必須從"販賣算力"轉向"販賣價值"。
而在劃定完這條紅線后，DeepSeek 選擇"高抬貴手"。
當然這并非出于商業上的仁慈，而更像是一種高維度的技術潔癖。在同行們還在為應用層的日活（DAU）沾沾自喜時，DeepSeek 已經轉身，全力投身于那些更枯燥、更抽象、也更具決定性的難題——下一代稀疏架構的效率極限、推理強化的邏輯閉環、以及那個代號為" MODEL1 "的未知架構。
這種"不在場"，反而構成了一種更為強大的壓迫感。對于整個 AI 行業而言，DeepSeek 平時靜默無聲，但它每一次參數的微調、每一篇論文的發布，都決定了生態圈里的空氣是稀薄還是充沛，是晴空萬里還是暴雨將至。
從這個意義上看，DeepSeek 更像是 AI 牌桌上發牌員手中那副不斷變化的底牌。
寫在最后
此外，《新立場》捕捉到一條被忽視的暗線，DeepSeek 最新論文的核心思路是無限制地加大內存吞吐，這一思路，與大洋彼岸硅谷硬件巨頭的頂層設計不謀而合。無論是谷歌 TPU 的雙倍內存升級，還是英偉達下一代 Rubin 架構對上下文內存的堆砌，中美技術棧在解決瓶頸時達成了驚人的默契。
對于龐大的 MoE（混合專家）模型而言，單純依賴顯存已是死胡同，大量采購 DRAM 進行混搭成為剛需。這也解釋了為何沉寂多時的內存市場，會在最近年突然迎來一波結構性暴漲。
歷史總是押著相似的韻腳。2016 年 AlphaGo 的驚鴻一瞥，曾催生了上一代" AI 四小龍"的鍍金時代。商湯與云從雖先后登陸資本市場，卻在高昂的研發投入與慘淡的商業化回報中消耗了耐心。當 OpenAI 開啟大模型時代，上一代的技術明星仍在潛心修煉"造血"能力。
作為本輪周期中率先轉型的零一萬物創始人，李開復曾在 3 月做過一個殘酷的預判：中國市場最終能站穩腳跟的基礎模型廠商只有三家—— DeepSeek、阿里和字節。
站在 2026 年初的節點回望，預言部分應驗，但結局比想象中溫和。
幸存的"小龍們"呈現出一幅各得其所的圖景：智譜與 MiniMax 借力資本市場實現了市值躍遷；月之暗面手握重金，繼續在技術深水區進行下一場豪賭；而零一萬物們則在企業服務的"綠地"里找到了務實的敘事。一種劫后余生的松弛感，開始在行業彌漫。
但這種松弛感，或許恰恰源于那個最緊繃的存在所主動選擇的一次"退讓"。
備案號: