DeepSeek新模型升级，梁文锋正在为具身智能铺路？

新模型只是开胃菜。在前几天DeepSeek发生崩溃数小时事件后AI圈很多人都在猜测DeepSeek要有大动作。结果DeepSeek真的在本周末发布重磅消息发布DeepSeek-V4.1-Flash-1017版本还打出一句口号“许愿式编程一键成真”。从写代码到做项目AI编程的门槛又降低了。很多人在问既然升级幅度这么大为何不直接命名4.2原因在于基础模型的架构没有变化更新侧重现有模型的能力迭代。从官方释放的信号到网友的实操测试V4.1值得关注的远不止一个新版本。在投资端DeepSeek也没闲着近期传出了DeepSeek投资多笔具身智能领域的消息。 一边是让AI更好完成数字世界里的任务一边探索机器人如何在真实世界中的行动DeepSeek的战略版图越来越 大了。性价比拉满的“许愿式编程”DeepSeek这次更新几乎没有给外界留下太多预告。不过在DeepSeek正式更新之前有网友就发现模型列表中曾短暂出现“DeepSeekV4.1 Flash-1017”这一名称。“1017”正好对应10月17日也符合以日期标记模型快照的常见方式。为什么不是4.2因为 V4.1 Flash-1017只是对现有版本的一次能力迭代官方把它概括为“性能—费用的帕累托改进”性能往上成本往下。需要注意的是降本不是降价API调用方式和价格都维持不变开发者仍用 deepseek-flash就能访问新模型。真正的机制在于任务运行时间和输出长度都变短而大模型按token计费输出变精简、单次耗时变少实际综合成本自然就会变少。DeepSWE v1.1的Pass1从74.2升到77.0超过Claude Opus 5的74.0和 GPT-5.6 Sol的 73.0Terminal-Bench 4.0从31.2跳到42.3。这两项考验的都是“独立把活干完”的能力。不过它也不是全面碾压在专家级难题 HLE上只拿42.6明显低于Claude Opus 5的56.3。这次升级方向明确在工程能力上全力压上在纯知识广度上不做消耗。最关键的变化是模型更强调从零构建完整项目。官方称新版通过“基于自反馈的强化学习”训练——模型写完代码自己运行、自己检查、自己修改。官方展示了四个案例故宫 3D建模、网页赛车游戏、使用Godot引擎复刻《传送门2》以及名为Valley of Ages的3D场景。分别对应三维场景搭建、游戏逻辑开发、游戏引擎应用和交互式环境构建官方表示这些项目只用了少量提示词和参考素材交互轮次也很短。“许愿式编程”的意义就在这只用寥寥字数就能帮助用户生成符合心理预期的结果。有开发者许愿把一张剪纸变成海边小镇。模型需要通过代码构建网页场景让房屋随着页面滚动逐步立起灯塔、码头和纸浪依次出现镜头视角也随之变化。实测中房屋立起之后能看出纸张的厚度、折痕和投影。拖动时间滑块天空、海面与窗灯还能随昼夜变化。理解顺畅度的提升则是集中好评V2EX上有开发者说旧版“像被降智了一样”换到1017后“恢复正常了”Trae论坛有人用“鸡同鸭讲”形容老版表示换新版后“有种自己智商都提高了的错觉”。知乎答主用新旧版本各做一次马里奥赛车旧版的跑道是歪的用户的车一动不动新版画面精美操作流畅。但也有人泼冷水。 Reddit上一名从事编程智能体与评测工作的Nebius员工使用自己日常工作中的10项编程任务测试新版本每项任务重复运行3次并通过隐藏测试检查结果。在个人测试中V4.1-Flash-1017搭配Pi编程框架、采用较高推理强度时30次运行全部通过单项任务平均成本约4.5美分。相比之下旧版V4.1-Flash在另一组最高推理强度测试中30次运行有24次通过。测试者还报告新版每项任务约消耗55万Token。即使单次成本不高Token用量也提醒用户模型回答得更快不代表整个工作流一定更省资源。还有网友尝试生成一段 15秒的电影级短视频V4.1-Flash-1017成本2.5美元花费4小时 Claude Opus成本54.2美元花费7小时。可以看到这次更新改变的是把“够强”和“够便宜”之间的距离又缩短了一截。梁文锋的AGI雄心模型更新迎来一次AI圈的狂欢但也别忽略了DeepSeek在资本层面的大动作。简而言之DeepSeek正在给下一代基础模型购买“物理世界的入场券”。10月18日行业消息称DeepSeek拟投资前逐际动力人形机器人基础模型负责人俞涛的创业公司方向是LLM具身智能前后两轮估值分别约7000万美元和2亿美元。10月12日据 报道DeepSeek拟领投前腾讯科学家胡瀚创办的Winverse AI投后估值约4亿美元美团龙珠也在参与方之列。再往前8月DeepSeek出资约1.41亿元参与宇树科技IPO战略配售锁定期36个月并签了联合研发备忘录。从具身智能公司角度看这三笔投资买下了技术栈里位置完全不同的三层能力。宇树提供的是“身体”拥有大量真实机器人这是稀缺的真实物理数据入口。胡瀚代表“大脑和眼睛”他是Swin Transformer主要作者、ICCV 2021 Marr Prize 得主研究方向从视觉基础模型延伸到视觉语言模型VLM及具身基础模型解决“机器人怎样看懂世界”。俞涛的位置更接近“小脑和运动神经”他在逐际动力从零搭建了motion mimic 和全身跟踪系统System 0。胡瀚从“大脑”往身体走俞涛从“身体”往大脑走两条路线最后在一个地方汇合。梁文峰的这一步早有伏笔。其公开的AGI路线图规划为六阶梯递进结构语言模型→思维链→Agent→持续学习→自我迭代→具身智能。如今走向具身智能的脚步正在加速。过去大模型圈认为VLA难以通用但9月GPT-6 Astra的横空出世让人看到不懂具身也能做出泛化的具身模型。与此同时Coding能力肉眼可见到顶大模型公司需要新风口承接震撼入局具身成了必然。不过具身是软硬件耦合的苦活大模型公司自身场景和数据有限这也是DeepSeek为何先投“大脑、小脑、身体”而非直接造整机的原因。具身赛道烈火烹油据媒体统计仅今年上半年国内融资总额就超900亿元、是2025年同期的5倍但下半年风向骤变机构上会项目锐减国家层面也提醒机器人产业“防止盲目跟风、一哄而上”。DeepSeek在这个节点成为新的接盘方/整合者加速行业向少数大脑多数身体分层。不难看出DeepSeek正在从数字世界向物理世界延伸。早在其招聘动态中就显示出端倪招聘多模态理解研究员的职位描述显示AGI绝不会止步于文本迈向AGI的关键一环在于让模型拥有理解物理世界的能力。原文链接DeepSeek新模型升级梁文锋正在为具身智能铺路-36氪我的专辑《人工智能生命体 新启点》CSDN平台https://blog.csdn.net/2501_91883294/article/details/147616608?sharetypeblogdetailshareId147616608sharereferAPPsharesource2501_91883294sharefromlink