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 等顶级闭源模型，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：从六年级小学生到三甲医院主任
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；上海某三甲医院泌尿科主任则开发了 " 膀胱健康助手 "，为患者提供日常健康管理工具。
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。"
