DeepSeek V4 技術規格疑似提前大外洩？普林斯頓大學 AI 學者 Yifan Zhang 今（22）日在 X 平台拋出震撼彈，宣稱 V4 模型將擁有高達 1.6 兆參數，並支援 100 萬 Token 的超長上下文。此外，本次還將首度推出 285B 的 Lite 輕量版。然而，在多模態當道的現在，爆料指出 V4 竟然「僅支援純文字」，引發社群熱烈激辯。
（前情提要：DeepSeek 估值衝破 200 億美元！外媒傳騰訊、阿里爭相搶投首輪融資）
（背景補充：Anthropic的一兆，與DeepSeek的100億）
中國 AI 巨頭 DeepSeek 的下一代旗艦模型 V4 的神秘面紗，疑似被學界人士提前無情揭開。
今（22）日，普林斯頓大學 AI 實驗室研究員、專注於大型語言模型推論（LLM Reasoning）與強化學習（RL）的博士生 Yifan Zhang（@yifan_zhang_），在 X 平台上發布了一份極度詳盡的模型技術規格表。結合他上週（19 日）發布的預告「V4, next week.」，外界一致認定這正是 DeepSeek 即將發布的 V4 模型內部情報。
V4 1.6T, V4-Lite 285B
Attention: DSA2 (NSA + DSA),
head-dim 512 Sparse MQA + SWAMoE: Fused MoE Mega-Kernel with 6 active in 384 experts
Residual: Hyper-Connections
Optimizer: Muon
Pretrain context length: 32K
RL: GRPO with corrected KL
Final Context Length: 1M
Modality:… https://t.co/CC2Nof0OHy
— Yifan Zhang (@yifan_zhang_) April 22, 2026
V4 技術規格大解密：1.6 兆參數與全新 Lite 版
雖然 Yifan Zhang 目前並未在 DeepSeek 任職（過去曾待過字節跳動 Seed 團隊），但憑藉其在圈內的可靠渠道，這份超硬核的技術清單立刻在社群引發討論。
根據爆料，V4 家族將迎來兩名成員與多項底層架構升級：
- 模型規模：旗艦版 V4 總參數高達 1.6T（1.6 兆），並且首度曝光了參數為 285B（2850 億）的輕量版 V4-Lite。
- MoE 架構優化：總共配置 384 個專家（experts），每次激活 6 個（活躍參數約 25B）。底層採用了能大幅提升運算效率的 Fused MoE Mega-Kernel 技術。
- 注意力機制（Attention）：採用了 DSA2（NSA + DSA 組合）、head-dim 512，以及 Sparse MQA 搭配 SWA（滑動窗口注意力）。
- 訓練細節大躍進：優化器換成了更先進的矩陣級優化器 Muon；殘差連接採用 Hyper-Connections。
- 上下文與強化學習：預訓練上下文長度為 32K，但在經過帶有 KL 散度校正的 GRPO（GRPO with corrected KL）強化學習階段後，最終能支援高達 1M（百萬 Token）的超長上下文。
「純文字」逆勢操作？社群褒貶不一
在這份極致堆料的規格表中，最讓業界跌破眼鏡的，莫過於 V4 的模態設定為「Text only（純文字，無多模態）」。
在 GPT-4o、Gemini 等對手瘋狂推進語音、視覺與影像多模態整合的當下，V4 堅守純文字賽道的決定引發了兩極化反應。在推文下方，有網友驚嘆這些數據「看起來很無敵，絕對是 SOTA（State of the Art）級別」，但也有不少人吐槽「這年代還做純文字？」質疑為何不加入視覺能力。
同時，由於這份規格表太過詳盡，且 DeepSeek 官方至今未出面證實或闢謠，部分開發者對其真實性抱持懷疑。不過，對於 AI 研究人員而言，表中提到的「Muon 優化器應用」與「KL 散度校正」等硬核細節，確實符合 DeepSeek 過去追求極致演算法降本增效的技術品味。V4 是否真的會在下週閃電發表？全球科技圈正屏息以待。
📍相關報導📍
AI 模型蒸餾是什麼？DeepSeek 如何花 600 萬，學走 1 億的本事
我用 AI 玩戰爭遊戲：GPT o3 是心機大魔王、DeepSeek 戰爭狂人、Claude 則像個傻白甜…
