灵珠将全面接入DeepSeek V4 需求分析提效3倍

5月7日,AI创作平台“灵珠”对外透露,其测试环境已率先接入最新发布的DeepSeek V4大模型。此次升级带来的最直接变化是——灵珠平台的需求分析阶段效率提升约3倍。据了解,灵珠计划于5月11日启动第二次内测,届时正式环境也将全面接入DeepSeek V4。

灵珠由上海灵感菇智能科技有限公司打造,是一个零门槛的AI创作平台。此前,用户在灵珠(lzhu.cn)输入创意后,大约需要“喝口咖啡的功夫”才能分析完需求;而现在,这个时间被压缩到了“眨个眼的功夫”。灵珠项目开发负责人表示:“效率是AI创作平台的生命线。DeepSeek V4的引入,让我们在需求分析环节实现了显著提升。”

为什么是DeepSeek V4:技术选型的审慎考量

灵珠团队在模型选型上经历了审慎的技术评估。早在4月20日第一次内测之前,团队就已关注DeepSeek系列模型,但当时DeepSeek V3版本已较长时间未更新,效果未能达到灵珠对创意还原度的严苛要求。因此,初期团队在需求分析阶段采用了多模型协同策略,由不同国产大模型负责。

4月24日,DeepSeek V4正式发布并同步开源,迅速引发行业关注。该模型首次将“百万上下文”作为默认能力开放,在100万token场景下单token推理计算量相比V3.2暴降73%,KV cache仅为其10%。性能上,DeepSeek V4整体表现比肩GPT-5.4、Claude Opus 4.6等闭源模型,在推理、知识、代码能力上全线抬升。架构方面,V4引入了压缩稀疏注意力与重度压缩注意力的混合注意力机制,大幅降低推理过程中的计算量。

灵珠团队迅速启动接入工作,目前测试环境已全面适配该大模型,团队将在5月11日进行第二次内测,届时将在正式环境全面接入DeepSeek V4。

3倍提效从何而来:模型升级+深度适配

灵珠项目开发负责人解释,在需求分析环节将效率提升3倍并非简单的模型替换,而是“模型升级+深度适配”的结果。一方面,DeepSeek V4在推理速度上实现了跨越式提升——其采用的混合注意力机制大幅降低了KV Cache占用,使长上下文场景下的推理效率显著提高;另一方面,灵珠团队针对V4的特性,对需求分析Agent进行了专项优化,使系统对用户创意的理解更精准、分类更合理,更符合用户预期。

需要说明的是,目前在代码生成环节,灵珠仍然采用多模型架构,这也是Vibe Coding赛道普遍采用的策略:例如阿里的相关产品就接入了多个大模型以满足不同场景需求。Kimi、Minimax、Qwen等在不同的领域各具优势,不同环节用最合适的模型来协同完成,确保整体效果最优,也是目前最聪明的做法。

创意涌现:当家长和孩子都成为创作者

效率的提升,正在激发更多创意落地。灵珠平台上涌现出一批令人惊喜的作品:一位上海六年级小学生用灵珠制作了英语单词打卡APP,帮助自己每日坚持学习;一位家长为一年级孩子创建了贪吃蛇算术游戏,让孩子在游戏中练习口算。

这些案例生动展现了灵珠这类AI创作平台的独特价值——它正在打破专业壁垒,让不同年龄、不同职业的人都能将自己的创意变成产品。上述灵珠项目开发负责人表示:“用户的创意和需求超出我们的预期。在AI创作时代,想法无分大小,敢想便值得被实现——而且,实现的速度更快了。”