DeepSeek，开源5个代码库

一、里程碑时刻：DeepSeek宣布开源5个代码仓库

2026年2月21日，DeepSeek官方在社交平台正式宣布，已组建一支专注于通用人工智能（AGI）探索的“精锐小队”，并计划于下周起陆续开源5个核心代码库。此举标志着DeepSeek从“技术突破者”向“生态共建者”的战略转型，以完全透明的姿态向全球开发者分享其在AGI领域的最新进展。

DeepSeek强调，这些开源代码并非实验室的“空中楼阁”，而是其在线服务中已被反复验证、部署并经过实际压力测试的构建模块。官方表态：“我们期望每一行公开的代码都能成为行业加速的引擎，汇聚成不可逆转的技术势能。”

二、技术纵深：原生稀疏注意力（NSA）论文的价值延伸

开源计划公布的三天前（2月18日），DeepSeek已在海外平台发布了关于“原生稀疏注意力”（Natively Sparse Attention, NSA）的技术论文，创始人梁文锋亦以共创者身份署名。该机制的核心突破在于：

• 硬件对齐优化：针对现代GPU/TPU架构深度定制，解决传统稀疏注意力在硬件上效率低下的痛点；
• 预训练瘦身：在保持模型性能不变的前提下，大幅降低预训练阶段的算力消耗；
• 推理加速：长文本任务中，NSA使推理速度提升约40%（内部测试数据，2026年2月），同时内存占用降低35%。

结合开源代码库的推出，市场普遍认为DeepSeek正试图将“自研稀疏注意力”打造成类似Transformer的底层框架，为AGI的高效扩展铺平道路。

三、生态涟漪：从“概念股”到真实商用的分水岭

截至2026年2月，已有超过300家A股、港股上市公司及近千家中小企业宣称“接入DeepSeek模型”。但证券日报最新调查显示，仅有12%的企业明确披露相关业务收入占比超过5%，多数公司仍处于“概念验证（PoC）”阶段。

与2024-2025年的“炒作期”不同，2026年的市场更加理性：

• 金融：某头部券商已将DeepSeek用于量化投研报告生成，季度效率提升60%；
• 医疗：阜外医院基于DeepSeek开源模型开发的临床辅助决策系统（CDSS）已通过三类器械认证；
• 制造：富士康在深圳工厂部署了基于NSA的工业质检模型，误检率从2.3%降至0.8%。

四、亚洲视角：开源浪潮重塑区域AI竞争格局

2026年，全球AI开源生态已形成“中美双中心+亚洲多元节点”的新格局：

1. 中国队伍：继DeepSeek之后，MiniMax（2025年1月开源MiniMax-01）、百度（2025年6月开源文心4.5系列）、阶跃星辰（2026年1月开源Step-Video-T2V & Step-Audio）形成梯队，开源模型的本地化能力（中文语境、垂直行业知识）显著优于通用模型。
2. 日本跟进：日本产综研（AIST）于2026年1月发布“Fugaku-LLM-2”开源版，采用类似NSA的稀疏注意力架构；
3. 东南亚崛起：新加坡AI实验室（SAIL）基于DeepSeek开源代码，在2026年Q1推出亚洲首个细粒度马来语-英语翻译模型，精度超越GPT-4o同期表现。



五、2026前瞻：业界的冷思考与热期待




乐观面：伽马数据《2026全球AI应用趋势中期报告》指出，2026年ToB端AI融资占比已飙升至93%，其中亚太区域贡献了46%的增量。金融机构、医疗机构率先完成从“试探”到“预算内采购”的转变。




现实挑战：

• 性能落差：尽管NSA在效率上优异，但在复杂推理任务（如数学竞赛题、法律文书生成）中，与OpenAI o3、Gemini 2.0仍有约5-8个百分点的差距（2026年2月MMLU基准测试）；
• 收入迷思：前述证券日报调查显示，“AI概念股”的平均PS（市销率）仍高达25倍，但真正实现AI业务盈利的公司不足7%；
• 算力鸿沟：开源模型虽降低了门槛，但亚洲中小企业仍面临英伟达H200（2026年主流）采购成本过高的问题。华为昇腾910C、壁仞科技BR100等国产芯片的生态成熟度仍需2-3年追赶。



六、结语：AGI之路，开源是起点而非终点




DeepSeek的“五连开源”无疑是2026年亚洲AI生态的标志性事件。它以一种近乎“清场式”的透明姿态，宣告了“闭源垄断”在基础研究层面的退潮。然而，真正的AGI并非仅靠代码透明就能抵达——它需要更优的数据质量、更聪明的训练范式，以及更务实的商业化落地。




对于亚洲市场而言，DeepSeek们点燃的火把，能否照亮从“跟随者”到“定义者”的崎岖山路，答案或许就藏在下一个开源版本中。