用户破亿了，DeepSeek后面还有大招

根据数据分析平台QuestMobile，DeepSeek App从上线以来至2月9日，累计下载量超1.1亿次，也就是说还没算电脑端版本，DeepSeek光是移动端早就用户破亿，其中周活跃用户规模最高近9700万。 更难能可贵的是，DeepSeek在其下载量爆发的1月，并没有明显买量——起码当月大陆市场AI买量素材前十位的AI App（图1）里没有DeepSeek。 可以说DeepSeek的爆火、下载量大增，是靠国内外媒体、自媒体博主乃至中美股市的“自来水”带起来的。 而且DeepSeek爆发后，其他AI App在转变增长策略，像大陆市场AI买量素材榜首的Kimi，据报道近期决定大幅收缩产品投放预算，包括暂停多个安卓渠道的投放，以及第三方广告平台的合作。 DeepSeek像一条鲶鱼，在一个多月里搅动了全世界大模型江湖，多家大厂在这一个多月内发布新产品，或干脆接入DeepSeek（图2）。 当然，DeepSeek还有不少缺陷，比如长文本阅读能力，如果拿较长的文本让它处理，它不能完全阅读（图3）。 也许DeepSeek将很快改进其长文本处理能力。 因为2月16日，DeepSeek团队在Arxiv上发布了一篇新论文（图4），标题为“Native Sparse Attention: Hardware-Aligned and Natively Trainable Sparse Attention”，作者中甚至出现了梁文峰的名字，应是相当重要。 这篇论文提出了一种名为NSA（Native Sparse Attention）的新型稀疏注意力机制，旨在解决长上下文语言模型中的高计算成本问题。 论文还批判性分析了现有稀疏方法的局限（如硬件不兼容、训练支持不足），并通过NSA的统一设计解决了这些瓶颈，为高效长上下文建模提供了实用化方案。 可见DeepSeek团队还在不断向前探索。 更令人惊喜的是，本周DeepSeek宣布启动“开源周”，将陆续开源5个代码库，目前已经连续四天公布开源项目。 现在还有消息称DeepSeek-R2将在5月发布，还没得到确认，但DeepSeek应该还有大招。 随着开源不断深入，技术壁垒被打破，我们正在见证一个新时代的黎明——每个有想法的开发者都能成为AI革命的参与者。