DeepSeek推出V2大模型：128K上下文窗口，性能追平GPT-4o

国内AI公司深度求索（DeepSeek）正式发布新一代通用大语言模型DeepSeek-V2，该模型支持128K超长上下文窗口，在MMLU、GSM8K等权威基准测试中得分逼近OpenAI GPT-4o，同步推出的多模态版本可处理文本、图像、音频输入，为金融、制造等企业级场景提供高效AI解决方案，标志着国内大模型在通用性能上进一步缩小与国际顶尖水平的差距。

想象一下，无需将百万字的项目合同拆分成数十段，AI模型就能一次性通读并精准提炼所有风险条款——这正是DeepSeek-V2大模型带来的新可能。该模型采用自研的MoE（混合专家模型）架构，搭配动态路由算法，在保持推理效率的前提下，将上下文窗口扩展至128K，相当于可容纳约10万字的文本内容。

在核心性能测试中，DeepSeek-V2表现亮眼：MMLU（多任务语言理解）测试得分为86.7%，仅比GPT-4o低0.3个百分点；GSM8K数学推理数据集上得分达92.6%，与GPT-4o的93%基本持平。这意味着其在复杂知识理解、逻辑推理等通用能力上，已追平国际顶尖模型的水平。

除了纯文本版本，DeepSeek同步推出DeepSeek-V2多模态模型，实现文本、图像、音频三大模态的无缝融合。例如，企业用户上传一张机械装配图纸，模型可快速识别零件参数、装配逻辑，生成标准化的操作手册；上传一段1小时的商务会议录音，能实时转写并提炼核心议题、行动项及时间节点。

在MMBench多模态基准测试中，该模型整体得分超过80%，尤其在视觉推理任务上表现突出——对包含复杂图表的技术文档，理解准确率较上一代提升了15个百分点。

当前国内大模型赛道已告别早期的“参数竞赛”，转向性能优化与场景落地的双重比拼。2024年以来，百度文心一言、阿里通义千问、字节豆包等头部模型均推出升级版本，不断拉长上下文窗口、强化多模态能力。

DeepSeek作为专注于通用大模型的创业公司，此前因代码大模型在开发者群体中积累了口碑，此次V2版本的发布，标志着其正式跻身国内通用大模型第一梯队。业内认为，这一突破也意味着国内AI企业在核心技术上，已从“跟跑”逐步进入“并行”阶段。

DeepSeek方面表示，接下来将面向企业用户开放API接口，针对金融、制造、教育等垂直场景提供定制化微调服务。例如，为金融机构打造法务文档审核模型，为制造企业开发工业设计辅助工具。

第三方数据显示，2024年国内企业级AI服务市场规模预计将突破300亿元，其中超长上下文与多模态融合技术是核心增长点。分析师指出，随着大模型技术同质化加剧，场景化落地能力将成为企业的核心竞争力，DeepSeek-V2的技术优势有望在垂直领域快速转化为商业价值。