在经历此前数小时的模型服务崩溃后，DeepSeek于本周末正式发布DeepSeek-V4.1-Flash-1017版本，官方将其定位为对现有模型的能力迭代，而非基础架构升级。该版本名称中的“1017”对应10月17日，符合以日期标记模型快照的行业惯例。官方将此次更新概括为“性能—费用的帕累托改进”，即在不改变API调用方式和价格的前提下，通过缩短任务运行时间和输出长度，降低开发者的实际综合成本。
从基准测试数据看，V4.1-Flash-1017的工程能力提升明显。DeepSWE v1.1的Pass@1从74.2升至77.0，超过Claude Opus 5的74.0和GPT-5.6 Sol的73.0；Terminal-Bench 4.0从31.2跃升至42.3。这两项测试均侧重模型独立完成完整任务的能力。不过在专家级难题HLE上，该版本仅取得42.6分，明显低于Claude Opus 5的56.3分，显示其升级策略集中于工程实践而非知识广度。
此次更新最关键的变化在于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，模型可自行运行、检查并修改代码。官方展示的案例包括故宫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，覆盖三维场景搭建、游戏逻辑开发与交互式环境构建。官方表示这些项目仅需少量提示词和参考素材，交互轮次较短。开发者社区反馈显示，新版在指令理解顺畅度上获得集中好评，V2EX和Trae论坛均有开发者表示旧版本存在理解偏差、新版表现明显改善。
也有测试者提供了更为审慎的数据。一名从事编程智能体与评测工作的Nebius员工使用10项日常编程任务、每项重复运行3次进行测试，V4.1-Flash-1017搭配Pi编程框架在高推理强度下30次运行全部通过，单项任务平均成本约4.5美分；旧版在另一组测试中30次运行通过24次。该测试者同时指出，新版每项任务约消耗55万Token，提示模型响应更快并不必然意味着整个工作流资源消耗更低。另有测试显示，生成一段15秒电影级短视频，V4.1-Flash-1017成本2.5美元、耗时4小时，而Claude Opus成本54.2美元、耗时7小时。
在模型迭代之外，DeepSeek在资本层面的动作同样密集。10月18日，有行业消息称DeepSeek拟投资前逐际动力人形机器人基础模型负责人俞涛创办的公司，方向为LLM与具身智能结合，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，美团龙珠亦参与其中。更早的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，并签署联合研发备忘录。
从技术栈角度看，这三笔投资覆盖了具身智能的不同层级。宇树科技拥有大量真实机器人，提供物理数据入口与“身体”能力；胡瀚为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至视觉语言模型及具身基础模型，对应“大脑和眼睛”；俞涛在逐际动力从零搭建了motion mimic和全身跟踪系统System 0，更接近“小脑和运动神经”。两条技术路线分别从大脑向身体、从身体向大脑推进，最终在具身基础模型层面汇合。
这一布局与DeepSeek公开的AGI路线图相呼应。该路线图规划为语言模型、思维链、Agent、持续学习、自我迭代、具身智能六个递进阶段。在Coding能力逐渐触及天花板的背景下，具身智能成为大模型公司寻找新增长点的方向之一。不过具身智能涉及软硬件耦合，大模型公司自身场景和数据有限，这也解释了DeepSeek选择投资“大脑、小脑、身体”三层能力而非直接制造整机的原因。
从行业层面看，具身智能赛道今年上半年国内融资总额超过900亿元，为2025年同期的5倍，但下半年机构上会项目明显减少，国家层面亦提醒机器人产业防止盲目跟风。DeepSeek在此节点以投资方身份入局，可能加速行业向“少数大脑加多数身体”的分层结构演进。对DeepSeek而言，模型能力的持续迭代与具身智能的资本布局正在同步推进，其战略版图已从数字世界的任务执行延伸至物理世界的行动能力。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
