DeepSeek

印度企业越来越多地使用DeepSeek、阿里巴巴和Moonshot AI等中国大语言模型来降低人工智能成本，这进一步加深了印度对中国尖端技术的依赖，尽管两国之间长期存在冲突。

本文介绍了Director，一种新的分布式MoE推理系统，通过预测驱动的在线专家放置优化，显著降低端到端延迟。系统采用轻量级级联预测器或低比特量化副本预测专家激活模式，结合近乎零停机的在线迁移模块，以及基于松弛优化的专家放置算法，在多项式时间内达到(1+ε)近似比。实验表明，在Mistral、DeepSeek和Qwen等流行MoE模型上，相比现有工作延迟降低11%~55%。

作者从个人编码和审计经验出发，对2026年中的主流AI模型进行非正式分级，涵盖Anthropic Fable、OpenAI Sol、Mistral、Gemini和DeepSeek等模型，并融入美国出口管制和欧洲视角的评论。

DeepSeek V3.2 现已登陆 Hugging Bay，这是一个开源 AI 工件注册平台，提供来源验证、许可证审核和可信托管服务。

DeepSeek发布了DSpark模块，通过半自回归草案模型结合马尔可夫头，同时解决了推测解码中草案质量低和验证浪费两大问题。在DeepSeek-V4上，它使每用户生成速度提升60-85%，且不降低模型质量。本文深入解析其工作原理、开源工具DeepSpec的使用方法及实验结果。

研究表明，具备推理能力的大语言模型容易因逻辑不一致的提示而陷入“过度思考”，导致输出长度激增，可能被利用发动拒绝服务攻击。浙江大学与阿里巴巴的研究人员开发了一种进化算法，能够生成恶意提示，使模型输出长度最高增加26倍，影响包括DeepSeek-R1、Qwen3-Thinking、GPT-o3和Gemini 2.5 Flash在内的主流推理模型。

中国开发的AI模型正逐渐缩小与领先美国竞争对手的性能差距，同时保持显著的价格优势，因此在美国公司中越来越受欢迎。最近DeepSeek和Z.ai等中国公司发布的模型被认为与Anthropic和OpenAI等前沿系统高度竞争。这些进步正值许多美国AI实验室最先进模型的token价格上涨，使企业面临与使用该技术相关的意外高成本。

DeepSeek V4 模型自2026年4月发布以来，在OpenRouter上的代币份额从年初的9%翻倍至18%，主要由代理型工作负载驱动。其成本效益比（每百万代币输入0.09美元，输出0.18美元）领先业界，吸引各类用户采用，并推动中国模型整体超越美国模型。

美国开发者和小型企业正在转向中国AI模型以降低成本。尽管性能仍落后于美国顶尖模型，但中国模型能以极低价格处理大多数任务。微软也在考虑使用DeepSeek等开源模型作为更低成本的替代方案。然而，中国公司面临将流行度转化为可观收入的挑战。

DeepSeek开源了DSpark，一种投机解码框架，通过附加草稿模块到现有DeepSeek-V4权重上。它结合并行草稿骨干和轻量级马尔可夫头以减少后缀衰减，并加入基于置信度的调度验证，根据实时GPU负载调整检查的令牌数量。离线测试中，接受长度比DFlash和Eagle3提升16-31%；生产环境下，每用户生成速度比MTP-1基线提升57-85%，且无损。训练代码库DeepSpec采用MIT许可证。

cwmail是一款基于Go语言和Bubbletea v2开发的终端邮件客户端，支持HTML邮件渲染、内嵌图片显示、多账户IMAP管理、IDLE推送通知以及由DeepSeek V4 Pro驱动的AI回复起草功能。它提供快速本地搜索、撤销删除、草稿自动保存、CLI发送模式等特性，且不依赖任何云服务，用户数据完全本地存储。

Inferize公司宣布成功在20秒内部署DeepSeek-V4-Pro模型，实现极快且高效的LLM服务，并邀请用户加入等待列表。

本文通过数据分析了前沿AI模型的发布节奏，发现Anthropic和OpenAI的发布频率在加速，而谷歌、Meta和DeepSeek并未出现类似趋势。作者探讨了递归自我改进的可能性，并指出了验证这一假设的下一步观察点。

本周三大看点：DeepSeek获腾讯领投74亿美元A轮融资，显示中国AI投资正转向非生态系统参与者；日本计划到2040年投入650亿美元公私合作建设物理AI基础设施；智谱AI的GLM 5.2模型在设计基准测试中超越Anthropic的Claude，直接挑战西方AI性能标准。

VibeThinker-3B是一个仅30亿参数的开源推理模型，在可验证基准测试中匹配DeepSeek V3.2和Kimi K2.5等千亿级模型。它采用频谱到信号后训练流水线，通过监督微调、强化学习和自蒸馏实现高效推理，并引入测试时缩放方法CLR进一步提升性能。

微软已成为中国市场上OpenAI模型的主要供应商，向字节跳动、蚂蚁集团、美团和腾讯等大型互联网公司销售GPT系列模型，尽管OpenAI和Anthropic出于知识产权和滥用风险拒绝直接进入中国市场。该业务为微软带来独特优势，使其成为唯一一家向中国销售美国AI模型的美国供应商。据彭博社报道，微软Azure在中国的AI收入增长迅猛，2025财年约增长三倍。微软通过其与OpenAI的独家合同提供这些模型，并采取监控措施防止模型蒸馏，但中国客户面临审查有限。同时，微软也在测试中国模型DeepSeek用于西方企业，形成双向贸易。

本文提出一种面向混合专家模型的结构化剪枝框架，通过将剪枝比率分配转化为通道分数覆盖最大化问题，并利用基于归因的近似方法高效求解。实验表明，在50%或25%结构化剪枝结合4位量化条件下，该方法在DeepSeek和Qwen MoE模型上保持了模型精度，并在Qwen3-30B-A3B上实现5.27倍内存压缩，超越现有基准。

cwcode是一个基于Go语言的终端编码代理，利用DeepSeek V4 Pro等模型，提供文件编辑、子代理、语义记忆和自动恢复等功能。它强调低成本（每小时约0.40美元）、高效缓存（85%以上命中率），并支持本地模型和多种API。

中国国家安全部警告使用西方AI模型存在安全风险，同时美国企业因成本优势纷纷采用中国开源模型。双方在AI领域相互牵制，用户绕道访问对方模型的现象加剧了技术博弈。

Pythagoras-Prover是一个计算高效的Lean定理证明器家族，包含4B和32B的自回归模型以及4B的扩散模型。它通过分层课程SFT和动态证明过滤提高训练效率，并引入增强型Lean形式化(ALF)扩展验证语料库。实验显示，4B模型在MiniF2F-Test上以86.1%的pass@32超越DeepSeek-Prover-V2-671B（82.4%），而32B模型达到93.0%的新开源最佳水平，并在PutnamBench上解决93个问题。

2026年6月，Deepseek成为Ramp平台上最受欢迎的付费软件供应商，美国企业直接向其发送数据。Ramp首席经济学家Ara Kharazian指出成本意识是驱动因素，但警告使用中国模型的安全风险。

DigitalOcean 宣布成为 OpenRouter 的模型提供商，提供 DeepSeek V3.2、Kimi K2.6 和 DeepSeek V4 Flash 模型。此举表明该公司正从云基础设施扩展到 AI 推理领域。

一篇新综述论文指出，自主AI智能体的真正瓶颈并非语言模型本身，而是围绕其构建的软件层。工具、记忆、测试和权限边界将无状态模型转变为可工作的智能体。Deepseek已在北京组建专门的“Harness”团队，其核心公式验证了该论点：模型加Harness等于AI智能体。

本周AI新闻要点：Anthropic公开了此前仅限国防承包商使用的顶级模型Mythos，使五角大楼级AI能力向开发者开放；DeepMind CEO哈萨比斯将AGI时间线提前至2029年；Starlette框架爆出严重认证绕过漏洞，影响数百万AI代理；CrowdStrike等联合摧毁Glassworm僵尸网络；法国巴黎银行与Mistral达成主权AI安全合作；中国限制阿里和深度求索顶尖AI工程师出境；Uber AI预算超支、ClickUp裁员并引入数千AI代理，同时MIT技术评论数据显示AI暴露岗位失业率更低，奥特曼撤回白领失业预言。

DeepSeek V4系列发布一个月后，开源社区推出Reasonix工具，专为DeepSeek设计，通过优化缓存机制将账单成本降低至原来的五分之一左右。该工具缓存命中率高达99.82%，实现4亿+token从61美元降至12美元。

Deepseek宣布其顶级模型V4-Pro的75%折扣永久生效。输入令牌每百万仅需0.435美元，至少比GPT-5.5便宜11.5倍，输出令牌便宜34倍以上。对于令牌消耗巨大的代理系统，这一价格可能对西方供应商造成巨大压力。

阿里通义千问团队发布Qwen3.7-Max，专为长时间自主代理任务设计。在基准测试中匹配Claude Opus 4.6，超越DeepSeek V4 Pro和Kimi K2.6等中国对手。团队还展示了该模型操控四足机器人。

DeepSeek宣布V4-Pro API永久降价，宁德时代、京东、网易等巨头正洽谈参投其首轮融资。梁文锋明确表示优先追求AGI，坚持开源路线。

Deepseek正筹集约100亿美元资金，估值约450亿美元。创始人梁文峰向投资者表示，将通用人工智能（AGI）研究置于短期盈利之上。

本文提出一种新的量化指标“扁平度”来衡量异常值分布，并据此推导出理论最优解。作者进一步提出双向对角量化（BDQ）框架，通过学习到的对角操作将异常值分散到矩阵维度中，显著提升了大语言模型低位宽量化的性能。实验表明，BDQ在LLaMA-3-8B上W4A4量化精度下降不足1%，在DeepSeek-R1-Distill-LLaMA-70B的W2A4KV16任务中性能差距缩小39.1%。

HELLoRA是一种针对混合专家（MoE）模型的高效微调方法，仅对每层最活跃的专家附加LoRA模块，从而减少可训练参数和适配器带来的计算量，同时提升下游任务性能。在OlMoE、Mixtral和DeepSeekMoE等模型上，HELLoRA在数学推理、代码生成和安全对齐任务中均优于现有方法，例如在OlMoE上仅使用15.7%的参数，减少38.7%的FLOPs，吞吐量提升1.9倍，准确率提高9.2%。

2025年AI研究从聊天机器人转向推理系统、自主代理和多模态系统。十大论文包括DeepSeek-R1（强化学习）、Gemini 2.5（多模态推理）、Qwen2.5（开源模型）、Large Concept Models（概念级语言建模）、ESG分析抗漂绿、VideoWorld（世界模型）、AI Scientist-v2（自主研究）、SWE-Lancer（编码代理基准）、OLMo 2（完全开源）和Mixture-of-Recursions（高效推理）。

研究人员提出了分组查询潜在注意力（GQLA），这是对DeepSeek多头潜在注意力（MLA）的改进，在不重新训练的情况下提供两种硬件自适应的解码路径。该方法能在H100和H20 GPU上实现高效推理，并包含TransGQLA用于转换预训练的GQA模型。

本月开放前沿实验室纷纷发布新模型，包括DeepSeek V4、Gemma 4、Kimi K2.6等。CAISI评估指出开放模型落后于美国前沿，且差距在扩大，但评估方法受到质疑，实际能力差距可能被高估。文章还介绍了多个亮点模型。

从Gemma 4到DeepSeek V4，本文探讨了新的开源LLM如何通过跨层KV共享、逐层嵌入、注意力预算、压缩卷积注意力和mHC等架构技术降低长上下文成本。

我们对DeepSeek V4 Pro和Flash进行了与Claude Opus 4.7和Kimi K2.6相同的FlowGraph基准测试。Pro得分77/100，价格$2.25；Flash得分60/100，价格$0.02。Pro在性能上介于Opus（91）和Kimi（68）之间，但存在构建和租赁处理问题。Flash成本极低，但输出缺少关键部分。

Violin是一个完全开源的AI视频翻译工具，结合语音识别、大型语言模型翻译和语音合成，使视频内容跨越语言障碍。它提供网络应用、命令行界面和代理技能，支持视频内容问答和个性化语音选择。使用Together API，利用Whisper、DeepSeek和Cartesia等模型，以MIT许可证发布。

腾讯宣布计划在2026年下半年大幅增加AI基础设施支出，原因是国内芯片制造商正在提升AI芯片产量。公司还公布了强劲的第一季度业绩，并正在谈判入股Deepseek。

该论文挑战了链式思维推理能减少偏见的普遍假设，通过实验表明在多选题中，推理轨迹越长，立场偏差（位置偏好）越严重。研究涵盖13种配置，发现12种显示轨迹长度与立场偏差分数正相关，截断实验证明因果关系，且671B参数的DeepSeek-R1虽整体偏差低，但长轨迹下仍存在偏差。此外，直接回答的立场偏差是独立现象。论文建议不应默认推理模型对选项顺序鲁棒，并提供了诊断工具包。

DeepSeek首轮融资目标最高500亿元，梁文锋个人出资200亿，估值飙升至3500亿元。同时，V4.1模型定档6月发布，公司从理想主义实验室转向商业化运营。

DeepSeek正在以450亿美元的估值进行首次外部融资，反映了中国对本土人工智能公司的大力支持。

Deepseek计划进行高达73.5亿美元的融资，创中国AI公司历史纪录，其V4.1版本将于6月发布。与此同时，由前OpenAI研究员Jerry Tworek仅六周前创立的Core Automation，估值目标已达40亿美元。

Redis创始人antirez为DeepSeek V4 Flash打造专用推理引擎ds4.c，在Mac上实现本地高性能运行，支持2-bit量化、KV缓存硬盘化及API兼容层，引发对模型专属推理框架的讨论。

ZAYA1-8B是一款基于MoE++架构的推理型混合专家模型，激活参数仅7亿，总参数80亿，在AMD全栈计算平台上训练。它在数学和编程基准测试中与DeepSeek-R1-0528相当甚至超越，并提出了Markovian RSA测试时计算方法，进一步提升推理性能。

DeepSeek-V4通过混合注意力设计（CSA、HCA、SWA）压缩KV缓存，将百万Token上下文从模型挑战转变为推理系统挑战。Together AI在NVIDIA HGX B200上的早期部署经验展示了缓存策略、前缀缓存和端点配置对长上下文工作负载性能的关键影响。

Zyphra AI发布了ZAYA1-8B，一款仅有7.6亿活跃参数的小型混合专家（MoE）语言模型，但在数学和编程基准测试中击败了多个体量更大的开源模型。该模型采用MoE++架构，包含压缩卷积注意力（CCA）、MLP路由器和PID控制器偏置平衡等创新，并引入了马尔可夫递归自聚合（Markovian RSA）测试时计算方法，在HMMT'25上超越Claude 4.5 Sonnet，逼近DeepSeek-V3.2。模型完全在AMD Instinct MI300硬件上训练，并以Apache 2.0许可发布。

随着AI进入Agent时代，Token需求爆发。无问芯穹作为国内中立AGI基础设施头部厂商，累计融资超22亿元，日均Token调用量较2025年底增长超20倍。该公司支撑Kimi、GLM、MiniMax、DeepSeek等主流国产模型，成为Token经济的关键枢纽。

据英国《金融时报》报道，Deepseek即将完成一轮融资，估值约450亿美元。中国国家集成电路产业投资基金（大基金）领投，腾讯也在洽谈入股。创始人梁文峰持有89.5%股份，可能个人投资。估值在数周内从200亿美元攀升。

qlaud推出包含qcode编程代理、Router API网关和Platform托管后端的全栈AI工具集。qcode在桌面本地运行，支持Claude、GPT、DeepSeek、Llama等前沿模型，保障代码隐私；Router提供统一的API接口，具备故障转移和延迟监控；Platform提供持久化线程、MCP连接器和向量搜索等能力。

亚马逊SageMaker AI现在包含一个AI代理，帮助开发者用自然语言描述用例，自动推荐训练方法、准备数据、启动训练并提供可编辑的Jupyter笔记本代码。支持Llama、Qwen、Deepseek和Nova等模型系列。