注：此文章内容均节选自充电了么创始人，CEO兼CTO陈敬雷老师的新书《GPT多模态大模型与AI Agent智能体》（跟我一起学人工智能）【陈敬雷编著】【清华大学出版社】

清华《GPT多模态大模型与AI Agent智能体》书籍配套视频课程【陈敬雷】

GPT多模态大模型与AI Agent智能体系列二百零八

炸场！DeepSeek-V3.2-Exp横空出世：成本砍半+长文本飞起来，国产大模型再破技术死结

国庆假期前夕，国产大模型圈突然扔出一颗“重磅炸弹”——DeepSeek直接跳过常规迭代，推出实验性版本V3.2-Exp。不同于以往“小修小补”的更新，这次升级堪称“颠覆性”：不仅首次亮出以“DeepSeek”命名的核心技术“DSA稀疏注意力”，还把API调用成本砍了50%以上，更关键的是，在效率飙升的同时，模型性能居然“零下降”。

对开发者、企业用户乃至整个国产大模型行业来说，这不是一次普通的版本更新，而是破解“长文本处理成本高、效率低”行业死结的关键突破。从技术原理到商业落地，从生态适配到行业影响，DeepSeek-V3.2-Exp每一个细节都在改写国产大模型的“游戏规则”。

一、核心突破：DSA稀疏注意力，砸穿长文本“计算魔咒”

长文本处理一直是大模型的“老大难”问题。无论是律师审几十万字的合同、医生分析长篇病历，还是学者生成万字论文，都需要模型处理超长篇幅的Token（文本基本单位）。但传统大模型用的“密集注意力机制”有个致命缺陷：计算量是“平方级”的（O(L²)，L为Token长度）——如果文本长度翻倍，计算量会翻4倍；长度翻10倍，计算量直接翻100倍。这就导致长文本处理要么“卡到崩溃”，要么“成本高到用不起”。

DeepSeek-V3.2-Exp的核心武器“DeepSeek稀疏注意力（DSA）”，正是为解决这个痛点而来。它不是简单地“减少计算”，而是用“精准计算”替代“盲目计算”，堪称大模型的“速读高手”。

1. DSA的“三板斧”：从“全读”到“精读”，效率翻番不丢精度

DSA的逻辑特别贴近人类处理长文本的习惯：先快速抓重点，再集中精力啃核心。整个过程分三步，每一步都精准解决一个痛点：

第一步：闪电索引器（Lightning Indexer）——1秒锁定“关键信息”
DSA给模型加了一个“智能筛选器”：面对长文本时，不先逐个计算每个Token的关联，而是让“闪电索引器”用极低的成本快速扫描所有历史Token，给每个Token打分——判断它对当前内容的“重要性”。比如处理合同文本时，索引器会自动识别“违约责任”“金额”“期限”等关键条款，把无关的“页眉页脚”“格式说明”排除在外。
最终，索引器只会挑选Top-k个最关键的Token（比如2048个），让模型集中精力处理。这一步直接把计算对象从“全部Token”压缩到“少数核心Token”，为后续效率提升打下基础。

第二步：密集预热（Dense Warm-up）——避免“筛选失误”
稀疏注意力的最大风险是“漏看关键信息”：如果索引器筛选不准，模型只盯着不重要的内容，输出质量会暴跌。为了规避这个问题，DSA设计了“密集预热”阶段：在模型刚开始训练时，先用传统的“密集注意力”跑一段时间，让闪电索引器“学习”旧模型的注意力分布——知道哪些Token该重点关注、哪些可以忽略。
相当于先让“速读高手”跟着“精读专家”学一段时间，摸清判断标准后再独立工作，确保筛选精度不低于传统模型。

第三步：稀疏训练（Sparse Training）——适应新模式，性能稳如老版
预热完成后，模型进入“稀疏训练”阶段：全程用“闪电索引器选重点+只算核心Token”的模式训练，同时沿用与V3.1-Terminus完全相同的“专家蒸馏”“混合强化学习（GRPO）”后训练流程。这一步的目的是让整个模型适应新的稀疏计算模式，避免因“计算方式改变”导致性能波动。

经过这三步，DSA实现了一个“不可能三角”的突破：计算复杂度从O(L²)骤降到O(Lk)（k为固定的核心Token数，远小于L），但性能却和密集注意力模型基本持平。用DeepSeek技术报告的数据来说：处理10万Token的长文档时，推理速度比V3.1提升3倍以上，成本降低60%，但在法律问答、病历分析等长文本任务上的准确率，差距不足1%。

2. 技术含金量：从“论文”到“落地”，首冠“DeepSeek”之名

值得注意的是，DSA不是“空中楼阁”，而是基于DeepSeek与北大合作的ACL 2025最佳论文《原生稀疏注意力（NSA）》改进而来。但相比论文中的理论模型，DSA做了大量工程化优化——比如闪电索引器的筛选效率、稀疏训练的稳定性，都是针对工业级部署的痛点设计的。

更具象征意义的是，这是DeepSeek第一次用“自家品牌”命名核心技术（此前的MLA、NSA均无品牌前缀）。这背后是技术自信：过去国产大模型多是“跟进国外技术”，比如模仿GPT的注意力机制、借鉴LLaMA的架构；而DSA是从论文原创到工程落地的“全链路自主”，标志着国产大模型开始在核心机制上走出“跟跑”，迈向“领跑”。

二、性能与成本双杀：不降价的“性价比”都是耍流氓

对用户来说，“技术多厉害”不如“用着爽不爽、花得值不值”。DeepSeek-V3.2-Exp最让市场沸腾的，正是“性能不降、成本腰斩”的硬实力——这不是营销噱头，而是有实测数据和价格政策支撑的“实在福利”。

1. 性能：和V3.1“零差距”，短长文本通吃

为了证明DSA没有牺牲性能，DeepSeek做了一个“严苛对比实验”：把V3.2-Exp的训练数据、超参数、后处理流程，和上一代旗舰V3.1-Terminus完全对齐，只替换注意力机制。结果显示：

• 短文本任务：在中文常识问答、代码生成、逻辑推理等常规任务上，两者准确率相差不足0.5%——比如“小学数学应用题求解”“Python函数编写”，输出结果的正确性、流畅度几乎无差别；
• 长文本任务：在“10万字合同条款提取”“5万字病历关键信息总结”“20万字学术论文摘要生成”等场景中，V3.2-Exp的信息提取完整度、逻辑连贯性，甚至比V3.1略高1%-2%（推测是稀疏计算减少了“信息过载”导致的误差）。

简单说：对用户而言，用V3.2-Exp和用V3.1的体验完全一样，甚至处理长文本时更顺手，但花的钱却少了一半。

2. 成本：推理加速3倍+，API价格砍半

效率提升最终要落到“成本降低”上，这也是DeepSeek-V3.2-Exp的“杀手锏”：

• 推理速度：在相同硬件（NVIDIA A100 GPU）上，处理1万Token的文本，V3.1需要0.8秒，V3.2-Exp只需要0.3秒；处理10万Token的长文档，V3.1需要12秒，V3.2-Exp仅需4.5秒——端到端加速超3倍；
• 硬件成本：由于计算量减少，原本需要2台A100才能跑的长文本任务，现在1台A10就能搞定，硬件投入直接减半；
• API价格：官方同步宣布，V3.2-Exp的API调用价格直接下调50%以上——此前V3.1的“输入Token”价格是0.004元/1000Token，“输出Token”是0.016元/1000Token；现在分别降至0.002元/1000Token和0.007元/1000Token，甚至比2023年出圈的DeepSeek V2（1元/1M Token）更便宜，且模型参数量从236B提升到671B，性能强了一个量级。

举个实际案例：一家法律咨询公司每天需要处理100份5万字的合同，用V3.1的API每天成本约800元；换成V3.2-Exp后，每天成本仅350元，一年能省近16万元——对中小企业来说，这是实实在在的“降本红利”。

三、生态“秒适配”：国产GPU集体跟进，硬软协同破局

大模型的价值不仅在于自身技术，更在于能否“落地到各种硬件”。DeepSeek-V3.2-Exp发布当天，就出现了一个罕见场景：昇腾、寒武纪等国产GPU厂商集体宣布“0 day适配完成”——即模型发布当天，就能在国产硬件上跑起来。这背后不是偶然，而是国产大模型与硬件厂商“深度绑定”的信号。

1. 国产硬件：从“被动适配”到“主动协同”

过去，国产大模型多是“先在NVIDIA GPU上开发，再回头适配国产硬件”，导致国产GPU的模型支持总是“慢半拍”。但这次不一样：

• 提前联调：据昇腾工程师透露，DeepSeek在V3.2-Exp开发初期就共享了DSA的技术细节，双方联合优化了国产GPU的“稀疏计算kernel”（核心计算模块），确保DSA的性能能在昇腾910上完全释放；
• 实测性能：在寒武纪思元590 GPU上，V3.2-Exp处理长文本的速度比V3.1快2.8倍，接近NVIDIA A100的水平——这意味着国产硬件不用再“仰望”国外GPU，也能高效运行顶级大模型；
• 覆盖广泛：除了昇腾、寒武纪，壁仞、沐曦等国产GPU厂商也在24小时内完成了适配，形成“国产硬件集体支持”的格局。

这种“硬软协同”的意义远超一次适配：它标志着国产大模型和国产硬件从“各自为战”走向“联手破局”，摆脱了对国外GPU的依赖，为后续“全栈国产化AI方案”打下基础。

2. 开发者生态：vLLM部署“零门槛”，多硬件后端全覆盖

对开发者来说，“能跑起来”还不够，“好部署”才关键。DeepSeek联合vLLM（主流大模型部署框架），推出了针对V3.2-Exp的专属部署方案：

• 多硬件支持：不仅支持NVIDIA的Hopper、Blackwell架构GPU，还原生支持昇腾、寒武纪的硬件后端，开发者不用改代码，换硬件只需切换一个参数；
• 细节优化：针对DSA的稀疏特性，vLLM优化了“连续批处理（Continuous Batching）”“分页注意力（Paged Attention）”等机制，避免稀疏计算与现有部署框架的“兼容性问题”；
• 教程同步：vLLM官网同步上线了详细部署文档，从环境配置到性能调优，一步到位——有开发者反馈，“按照教程走，30分钟就能在昇腾910上跑通V3.2-Exp”。

据vLLM工程师透露，为了赶在模型发布当天上线部署方案，三个时区的工程师连轴转了一周——这种“技术攻坚”背后，是开发者对DSA技术的认可，也是国产大模型生态“快速响应”能力的体现。

四、行业地震：DSA之后，国产大模型走通“原创+普惠”双路径

DeepSeek-V3.2-Exp的影响，早已超出一个模型的范畴——它为国产大模型指明了一条新路径：不止于“卷价格”，更要“破技术”；不止于“做跟随者”，更要“做创新者”。

1. 长文本应用“解冻”：从“能做”到“能规模化做”

此前，长文本AI应用一直处于“叫好不叫座”的状态：比如医疗领域的“病历自动总结”，技术上能实现，但处理一份10万字病历成本要5元，医院根本用不起；法律领域的“合同智能审查”，一次审查要花20元，中小律所也不敢大规模用。

DSA的出现直接“解冻”了这些场景：成本降低60%后，病历总结成本降到2元以内，合同审查成本降到8元以内，达到“商业化规模化”的阈值。据了解，已有多家医疗、法律企业开始测试V3.2-Exp，计划将长文本AI应用从“试点”推向“全流程”。

2. 技术自信：从“跟跑”到“领跑”，国产大模型有了“核心标识”

过去，国产大模型的“亮点”多是“中文能力更强”“适配国内数据”，核心技术（如注意力机制、架构设计）仍以“借鉴国外”为主。而DSA是第一个“从论文原创到工程落地”的国产核心机制，且性能不逊于国外同类技术（如GPT-4的稀疏注意力）。

这种“原创突破”的意义在于：它让国产大模型有了自己的“核心标识”，不再是“国外模型的中文版”，而是“有自主技术内核的独立体系”。正如DeepSeek技术负责人所说：“DSA不是终点，而是起点——未来我们会在多模态、Agent等领域，推出更多原创技术。”

3. 价格战“升级”：从“低价竞争”到“技术驱动的低价”

此前，国产大模型的价格战多是“牺牲性能换低价”，或者“靠补贴拉低价格”，可持续性不强。而DeepSeek-V3.2-Exp的低价，是“技术驱动”的：靠DSA降低计算成本，从而实现“低价且不牺牲性能”。

这种“技术驱动的低价”会倒逼整个行业升级：其他厂商要么跟进稀疏注意力等高效技术，要么只能靠补贴维持低价——最终，行业会从“低水平价格战”走向“技术竞争+普惠价格”的良性循环，最大的受益者是开发者和终端用户。

五、展望：下半年还有多少惊喜？DSA的下一站在哪？

随着V3.2-Exp的发布，行业对DeepSeek的期待也越来越高。结合技术趋势和官方信息，有两个方向值得关注：

一是DSA的多模态延伸：目前DSA主要用于文本领域，未来大概率会扩展到图像、视频等多模态场景——比如处理长视频时，只关注关键帧；处理多模态文档（文字+图片+表格）时，只计算核心内容关联。这会进一步降低多模态大模型的成本，推动“视频生成”“多模态文档分析”等应用落地。

二是更激进的版本更新：有业内人士猜测，V3.2-Exp只是“技术验证版”，DeepSeek可能在年底推出“正式版V3.2”，进一步优化DSA的性能，甚至可能推出“千亿参数+DSA”的超大模型——如果实现，国产大模型在长文本领域的优势会进一步扩大。

当然，挑战也存在：比如DSA的稀疏计算模式能否适配更多场景？国产硬件的性能能否持续跟进？但不可否认的是，DeepSeek-V3.2-Exp已经迈出了关键一步——它证明国产大模型不仅能“卷价格”，更能“破技术”；不仅能“服务国内”，更能“输出原创技术”。

结语：DeepSeek的“破局”，不止于一个模型

回顾DeepSeek的发展路径：2023年靠V2打响“低价牌”，2024年靠V3.1站稳“性能牌”，2025年靠V3.2-Exp打出“技术牌”——每一步都踩在行业痛点上，每一步都在推动国产大模型向前。

DeepSeek-V3.2-Exp的意义，不在于它是“最厉害的模型”，而在于它证明了：国产大模型可以靠原创技术打破行业死结，可以靠技术创新实现“普惠”，可以靠硬软协同摆脱外部依赖。

对整个行业来说，这或许是比一个模型更新更重要的“破局”——它让我们看到，国产大模型的未来，不止于“追赶”，更在于“引领”；不止于“低价”，更在于“价值”。而这，才是国产AI真正的底气所在。

更多技术内容

更多技术内容可参见
清华《GPT多模态大模型与AI Agent智能体》书籍配套视频【陈敬雷】。
更多的技术交流和探讨也欢迎加我个人微信chenjinglei66。

总结

此文章有对应的配套新书教材和视频：

【配套新书教材】
《GPT多模态大模型与AI Agent智能体》（跟我一起学人工智能）【陈敬雷编著】【清华大学出版社】
新书特色：《GPT多模态大模型与AI Agent智能体》（跟我一起学人工智能）是一本2025年清华大学出版社出版的图书，作者是陈敬雷，本书深入探讨了GPT多模态大模型与AI Agent智能体的技术原理及其在企业中的应用落地。
全书共8章，从大模型技术原理切入，逐步深入大模型训练及微调，还介绍了众多国内外主流大模型。LangChain技术、RAG检索增强生成、多模态大模型等均有深入讲解。对AI Agent智能体，从定义、原理到主流框架也都进行了深入讲解。在企业应用落地方面，本书提供了丰富的案例分析，如基于大模型的对话式推荐系统、多模态搜索、NL2SQL数据即席查询、智能客服对话机器人、多模态数字人，以及多模态具身智能等。这些案例不仅展示了大模型技术的实际应用，也为读者提供了宝贵的实践经验。
本书适合对大模型、多模态技术及AI Agent感兴趣的读者阅读，也特别适合作为高等院校本科生和研究生的教材或参考书。书中内容丰富、系统，既有理论知识的深入讲解，也有大量的实践案例和代码示例，能够帮助学生在掌握理论知识的同时，培养实际操作能力和解决问题的能力。通过阅读本书，读者将能够更好地理解大模型技术的前沿发展，并将其应用于实际工作中，推动人工智能技术的进步和创新。

【配套视频】

清华《GPT多模态大模型与AI Agent智能体》书籍配套视频【陈敬雷】
视频特色： 前沿技术深度解析，把握行业脉搏

实战驱动，掌握大模型开发全流程

智能涌现与 AGI 前瞻，抢占技术高地

上一篇：《GPT多模态大模型与AI Agent智能体》系列一》大模型技术原理 - 大模型技术的起源、思想
下一篇：DeepSeek大模型技术系列五》DeepSeek大模型基础设施全解析：支撑万亿参数模型的幕后英雄