9月12日以降、DeepSeekアプリの右上に小さなスピーカーアイコンが追加されたことに気づくユーザーが相次いだ。タップすると音声対話画面が開く。テスト対象に選ばれたアカウントでは、設定画面の音声タブに新たに「読み上げ音色」という項目も表示される。
音色は4種類で、名前と説明はいずれも短い。貝殻(ベイケー)(明るく活発)、白浪(バイラン)(明朗で芯が強い)、海星(ハイシン)(茶目っ気があり甘い)、暗潮(アンチャオ)(低く重厚)——4つとも海にまつわる言葉から取られている。
今回の配信について公式発表はなく、情報はすべてユーザーの報告から広まった。グレースケールの適用比率、対象機種、全面展開の時期についても、DeepSeekは現時点で説明していない。
2日を挟んだ2つの出来事
2日前の9月10日、DeepSeekはV4.1 Flashを公開した。新しいモデルアーキテクチャ系列の中で最も小型なモデルで、ネイティブなマルチモーダル視覚理解を備える。この時は正式な発表フローを踏み、告知と技術資料がそろっていた。
近接した2つの動きだが、やり方はまったく対照的だ。モデル側は公開・文書化されており、検証可能。アプリ側は静かに配信され、声明もなく、ユーザーが自ら見つけるしかない。これはDeepSeekに一貫する役割分担といえる。モデルは発表すべきもの、プロダクトはまず出してから語る(あるいは語らない)もの、という姿勢だ。
機能面で見ると、今回投入されたのは読み上げと対話がセットになったもので、各社が実装を進める即時音声対話とはまだ距離がある。「読み上げ音色」という言葉自体がテキスト読み上げ(TTS)を指しており、モデルがまず文章を書き終えてから読み上げるという方式で、割り込みや相づち、聞きながら考えるといった全二重のやり取りとは別物だ。この先により完成度の高い音声モードが控えているかどうかは、現時点では見えない。
中国国内ユーザーにとっての実際の違い
1つ目は、使えるかどうか。グレースケール期間中に確認する方法は1つしかない——アプリを開いて右上にスピーカーアイコンがあるかどうかを見ることだ。なければまだ順番が回っていないということで、再インストールやアカウント切り替えをしても解決しない。この種の段階配信は国内アプリでは珍しくない手法で、問題が起きたときの影響範囲を絞れる一方、ユーザー側は予定時期をまったく把握できないという代償を伴う。
2つ目は、他社との位置関係だ。国内の主要AIアプリの多くはDeepSeekより早く音声機能を実装している。豆包(Doubao)、通義(Tongyi)、元宝(Yuanbao)、Kimiはいずれもしばらく前から稼働しており、一部はすでに即時割り込みにも対応済みだ。DeepSeekの今回の動きは、プロダクトの完成度における抜けを埋める追いつきの一手といえる。
3つ目は、利用シーンの変化だ。DeepSeekのユーザー層は長文、コーディング、推論タスクに偏っており、こうした場面では音声の恩恵は本来大きくない。コードを読み上げてもらってもあまり意味はなく、長い推論過程を音声で聞くのはむしろ苦痛が増す。音声機能が実際に落ち着きそうな場面は2つに絞られる——通勤中や家事をしながら結果を聞く、タイピングしづらいときに質問を口述する、というものだ。4種類の音色の設計も、対話方式の置き換えというより、聞き心地の好みを調整するためのものに近い。
4つ目は、今回の更新が示す情報だ。DeepSeekはこれまでプロダクトの更新ペースが同業他社より遅く、アプリ側の機能は長らく基本的な対話ボックスにとどまっていた。音声機能のグレースケール投入と、V4.1 Flashのネイティブ視覚理解を合わせて見ると、アプリの機能マップはマルチモーダル方向へと広がりつつある。それがどこまで進み、即時対話にまで向かうのかについて、公式は何も明らかにしていない。
今すぐ音声機能を使いたいユーザーへの実質的なアドバイスは1つしかない——待つことだ。グレースケールには申請ルートも、公開された順番待ちのルールもない。
参考資料:IT之家、新浪科技、CocoLoop、DeepSeekアプリ設定画面。4種類の音色の名称と説明、グレースケール開始日、V4.1 Flashの公開時期を確認した。