DeepSeek转向万亿参数竞赛，MoE架构与Agent需求重塑大模型“军备”逻辑

【科技纵览】当人形机器人在赛道上刷新纪录时，AI大模型的竞争维度也在悄然发生质变。据The Information披露，DeepSeek正着手训练一款约2万亿参数的新模型，其创始人梁文锋在近期投资者会议上更透露，公司下一步计划将模型规模推至8万亿参数。这一数字在一年前尚属天方夜谭，如今却已成为头部玩家的共同目标：月之暗面Kimi K3已实现2.8万亿总参数；字节跳动被曝预训练模型上限可达10万亿；阿里CEO吴泳铭亦公开宣布下一代模型将向5万亿至10万亿参数迈进。即便是未公开数据的Anthropic，其旗舰Mythos 5也被业内估算达到8万亿量级。

值得注意的是，这场看似回归“堆料”的竞赛，底层逻辑已与上一轮Scaling截然不同。DeepSeek曾以极致效率著称，去年发布的V3模型仅消耗278.8万H800 GPU小时，成本控制在557.6万美元，凭借6710亿总参数和370亿激活参数的高效比，打破了“前沿模型必须无限烧钱”的行业迷思。然而，随着今年6月完成约74亿美元首轮外部融资，以及第二轮约500亿元人民币融资进入敲定阶段，DeepSeek的资金壁垒已被打破。加之聘请中信证券筹备科创板IPO、原高瓴创投合伙人严文韬出任CFO，资本实力的跃升使其有能力在保持高效的同时，大胆拓展参数边界。

这种转变并非简单的资源挥霍，而是技术架构演进的结果。当前超大模型普遍采用MoE（混合专家）架构，如Kimi K3虽拥有2.8万亿总参数，但每个Token仅激活1040亿参数，占比约3.7%；DeepSeek V4-Pro的激活比例也仅为3%左右。这意味着总参数代表了模型的知识容量与能力上限，而激活参数决定了实时计算成本。MoE架构使得模型可以在不显著增加推理负担的前提下，大幅扩展总参数规模，从而容纳更复杂的知识分布。

更深层次的驱动力来自Agent时代的到来。相较于Chatbot时代对单项能力的峰值追求，Agent需要处理长达数小时甚至数天的复杂任务链，涉及搜索、代码编写、工具调用及子任务协调等多个环节。任何单一能力的短板都可能导致整个任务链路中断，因此模型必须具备更广的能力覆盖面和更高的稳定性。更大的参数容量为这种“全栈式”能力提供了物理基础，而MoE则确保了其在实际运行中的可行性。从某种角度看，参数量重新成为焦点，并非因为厂商忘记了效率，而是因为效率的提升为更大规模的智能涌现腾出了空间。在这场新的军备竞赛中，算力不再是唯一的瓶颈，如何将海量参数转化为稳定、通用的Agent执行力，才是决定胜负的关键。