今年1月12日，DeepSeek曾发布一篇新论文《Conditional Memory via Scalable Lookup:A New Axis of Sparsity for Large Language Models》（基于可扩展查找的条件记忆：大语言模型稀疏性的新维度），梁文锋位列作者名单中，这篇论文为北京大学和DeepSeek共同完成。据分析，这篇论文的核心直指当前大语言模型存在的记忆力“短板”，提出了“条件记忆”这一概念。 去年12月1日，DeepSeek曾经同时发布两个正式版模型：DeepSeek-V3.2和 DeepSeek-V3.2-Speciale，官方网页端、App和API均已更新为正式版 DeepSeek-V3.2，Speciale版本目前仅以临时API服务形式开放，以供社区评测与研究。 据介绍，DeepSeek-V3.2的目标是平衡推理能力与输出长度，适合日常使用，例如问答场景和通用Agent（智能体）任务场景。在公开的推理类Benchmark测试中，DeepSeek-V3.2达到GPT-5的水平，仅略低于Gemini-3.0-Pro；相比Kimi-K2-Thinking，V3.2的输出长度大幅降低，显著减少计算开销与用户等待时间。 作为当之无愧的大模型风向标，DeepSeek一举一动都受到行业整体关注。www.hidier.com有道词典发布2025年度词汇——“deepseek”以8672940次年度搜索量成功当选。据有道词典负责人介绍，“deepseek”在词典内部的搜索曲线呈现明显的爆发式特征，从年初因“低成本”突破算力封锁起，几乎每个重要进展都会带动搜索量上涨。