DeepSeek：开源大模型与 AI 助手，V3 与 R1 双线并进

DeepSeek 是深度求索（幻方量化旗下）自主研发的开源大模型与 AI 智能助手，目标指向通用人工智能的底层模型与技术。它对使用者的意义有两层：一层是打开网页就能对话的助手，另一层是可以下载权重、自己跑起来的开源模型。

模型侧有两条主线。通用线以 DeepSeek-V3 为代表，采用混合专家（MoE）架构，总参数 671B、每个 token 激活 37B，支持 128K 长上下文，生成速度可达 60 TPS；后续的 V3.2 在架构上引入 DSA 细粒度稀疏注意力，用闪电索引器挑选关键信息，提升长文本训练与推理效率。推理线以 DeepSeek-R1 为代表，基于 V3-Base 通过强化学习优化推理能力，在数学、编程与自然语言推理任务上表现突出。

围绕这两条主线还长出了分支。R1-Zero 是跳过监督微调、纯靠强化学习训练的版本，推理能力强但在可读性上有挑战；R1-Distill 把 R1 生成的推理数据蒸馏到 1.5B 到 70B 的小模型上；R1-0528 基于 V3-0324 训练、参数 660B，强调深度推理、文本生成优化与长达 30 至 60 分钟的单任务处理。多模态方向有 DeepSeek-VL2（Tiny、Small 与标准版，激活参数分别为 1.0B、2.8B、4.5B）和 Janus 系列，垂直方向则有面向数学定理证明的 Prover-V2。

落到日常使用，它是一个覆盖面很宽的助手：问答与多轮对话、文本创作、翻译、数据处理、图表生成、代码生成与调试、数学推理，还支持联网搜索与深度思考模式。识图模式可以上传图片让模型做视觉理解。对开发者，它另外提供大模型开发平台，覆盖模型训练、管理与数据集管控。

主要功能

智能问答与多轮对话

回答科学、历史、生活与技术类问题，能理解上下文并保持连贯，适合连续追问式的探讨。

文本创作与翻译

生成文章、故事、诗歌、报告与邮件等多种文本，并支持多语种互译；DeepSeek-V3 覆盖多达 83 种语言。

代码生成与调试

根据自然语言描述生成多种编程语言的代码，也能帮助定位问题、优化实现。

数学计算与逻辑推理

在数学与推理任务上表现突出，深度思考模式适合需要多步分析的问题。

联网搜索与深度思考

联网搜索可获取实时信息；深度思考模式会展示推理过程，用于复杂逻辑与多步分析。

数据处理与图表生成

可清洗、统计与分析数据，并把结果转成柱状图、折线图、饼图等可视化图表。

识图与多模态理解

上传图片进行视觉理解与交互；模型侧有 VL2 与 Janus 支撑视觉与语言结合。

文件阅读

上传文档后可提取关键信息、总结内容，适合处理长材料。

开发平台能力

提供大模型开发平台，支持模型训练、管理与数据集管控，便于把能力接进自有系统。

使用方式

1. 选入口。 网页版打开浏览器即可用；App 在应用商店搜索安装；Chrome 应用商店可装浏览器插件。
2. 按任务选模式。 日常问答与文案用智能对话；要查最新信息用 AI 搜索；读文档用文件阅读；复杂推理开启深度思考。
3. 把问题说清楚。 避免模糊表达，用关键词点明需求，复杂任务拆成几个小问题逐步深入。
4. 多轮推进。 在同一会话里继续追问、要求改写或补充条件，比一次写完长提示更容易得到想要的结果。
5. 借用提示词库。 官方提示词库覆盖代码改写、代码解释、代码生成、内容分类、结构化输出、角色扮演、散文与诗歌创作、文案大纲、宣传标语、模型提示词生成、中英翻译等 13 类场景。
6. 需要私有环境就本地部署。 从官网下载模型文件，安装依赖与环境，配置服务器后部署，再做测试与性能优化。

适用场景与人群

• 开发者与算法团队： 用开源权重自建服务，或用开发平台做训练、数据集管理与模型管控。
• 内容与运营： 批量生成营销文案、会议纪要、报告初稿，先出草稿再人工收敛。
• 数据分析岗位： 把自然语言问题转成查询、做数据清洗与统计，并快速出图说明结论。
• 教育与科研： 教师生成教学计划与教案、为学生提供定制化学习路径；数学方向可用 Prover-V2 做形式化证明验证。
• 有数据合规要求的机构： 通过本地部署把模型放进自有环境，避免材料外流。

使用限制与注意事项

• 深度思考更慢。 展示推理过程意味着更多计算与等待，简单任务不必开启；素材中提到 R1-0528 可处理长达 30 至 60 分钟的单任务，这类用法适合难题而非日常问答。
• 输出仍需核实。 模型会生成看似合理但事实有误的内容，涉及数据、引用与结论时要用一手材料复核，不能把生成结果直接当作事实来源。
• 开源不等于开箱即用。 本地部署要备好依赖环境、服务器与显存，还要做性能调优；小规模硬件跑大参数模型并不现实。
• 版本迭代快。 V3、V3.1-Terminus、V3.2、R1、R1-0528 等版本更替频繁，能力与参数规模各不相同，选型时应以官方当前说明为准。
• 价格与配额以官方为准。 本文素材未包含可确认的定价、限流或商用条款信息，涉及成本与授权请查官方页面，不要依据本文推断。

常见问题

DeepSeek 有哪几种用法？

网页版、App 和浏览器插件三种入口，另外开源模型支持自行部署，开发平台可用于训练与管理。

V3 和 R1 有什么区别？

V3 是通用大语言模型，MoE 架构、总参数 671B、激活 37B、128K 上下文；R1 走推理优化路线，用强化学习提升数学、编程与自然语言推理表现。

能处理多长的文本？

V3 支持 128K 长上下文；R1-0528 强调可处理长达 30 至 60 分钟的单任务，具体上限以官方说明为准。

可以本地部署吗？

可以。流程是下载模型文件、安装依赖与环境、配置服务器部署，然后测试并优化性能，适合对数据安全有要求的场景。