5月9日消息,据 The Information 报道,DeepSeek 计划于 2026 年 6 月发布 V4.1 版本,作为 V4 的重大升级,将提供更完善的 MCP 协议支持,并新增图像与音频处理能力,输出仍以文本为主。同期,DeepSeek 已从字节跳动产品团队招募人才加速产品化,并启动公司首轮外部融资,目标规模最高达 500 亿元人民币。 V4.1 的时间节点意味着,DeepSeek 在 V4 Preview 4 月 24 日上线之后大约两个月就要交出新版本。公开信息显示,V4 Preview 仍是纯语言模型,未实现此前外界预期的原生多模态生成能力,被推迟的能力扩展将在 V4.1 集中补齐。这条时间线让 6 月发布带有明显的"补课"意味,也让 V4.1 的实际形态更接近 DeepSeek 真正想做的旗舰版本。
多模态短板与 MCP 协议同步落地
V4.1 最核心的两个变化集中在能力边界扩展上。其一是多模态输入的引入:图像与音频将进入模型的处理范围,但输出仍限于文本,这意味着 V4.1 不会做图像生成或视频生成,而是把多模态作为理解层接入。这种"读得懂、写不出"的取舍与 V4 Preview 阶段算力受限的产业背景一致——DeepSeek 推迟多模态生成训练的官方理由是算力与现金双重约束,V4.1 的多模态路径选择印证了这条信号。
其二是对 MCP 协议的更完整支持。V4 阶段已经在 API 层面提供了部分工具调用能力,V4.1 将把 MCP 作为一等公民接入,覆盖更复杂的工具链编排与外部资源调用。结合 V4-Pro 已支持的 1M 上下文与 Thinking/Non-Thinking 双模式,V4.1 的工程化形态正在向 Agent 工作流的标准接入方向收敛,而非继续把重点放在通用对话能力上。
500 亿融资与字节挖人折射产品化压力
公司层面,DeepSeek 的融资窗口已于 4 月中旬正式开启,目标规模最高 500 亿元人民币,是其成立以来的首轮外部融资。融资动因并非简单扩张,而是要支撑下一代更大参数规模模型的训练,同时留住和补充顶级技术人才——业内信息显示,DeepSeek 在基础大模型、Agent、OCR、多模态等多个方向都有核心人才被腾讯、字节、小米、DeepRoute 等公司挖走。
针对人才流失与产品化短板,DeepSeek 选择反向操作:从字节跳动产品团队招募人才,定向补强用户产品打磨能力。此前 DeepSeek 长期被外界认为"研究强、产品弱",App 与 Web 端的迭代节奏远慢于模型本身。引入字节产品基因,叠加 V4.1 在多模态与 MCP 上的能力扩展,反映出 DeepSeek 已经把 2026 年下半年的重心从"刷模型"切换到"做产品"。
6 月节点与开源策略不变
V4.1 大概率延续 DeepSeek 一贯的开源权重路线。V4 Preview 已通过 MIT 协议发布 V4-Pro 与 V4-Flash 双版本,权重可下载并允许商用与微调;V4.1 若保持同等开放度,将进一步巩固其在开源旗舰阵营的位置。MoE 架构加上 INT8/INT4 量化方案,理论上仍能让模型在双 RTX 4090 或单张 RTX 5090 等消费级硬件上本地运行,对独立开发者与中小团队而言,这是 V4.1 在部署门槛上的核心优势。
局限性
V4.1 目前仍处于 The Information 援引信源披露的路线图阶段,6 月发布时间未经 DeepSeek 官方独立公告确认。多模态能力仅限输入而不含生成输出,对希望直接获得"一站式视听创作"能力的用户存在落差。500 亿融资目标为公司侧设定值,最终实际募集规模、估值水平及主要参与方均未对外披露。从字节挖人对产品迭代速度的实际拉动需要 V4.1 上线后才能验证,能否扭转此前"产品打磨慢"的外部印象仍是未知数。此外,V4 Preview 在长指令遵循、多约束推理、长任务可靠性等环节仍存在已知短板,V4.1 是否能在这些维度实现实质提升尚待 benchmark 数据兑现。