⌘ K
… 读取采集状态 同步中...
雷

#DeepSeek

今日 2 条
9月11日周五
  1. 极客公园88

    DeepSeek V4.1 Flash 发布：原生多模态，KV Cache 压缩显著降低 Agent 成本

    DeepSeek V4.1 Flash 正式发布，作为其新系列中最小模型，具备原生多模态视觉理解能力。该模型为 552B 参数 MoE 架构，采用 Causal-Encoder-Decoder 结构，性能超越 DeepSeek V4 Pro，且 KV Cache 需求大幅缩减，显著降低了 Agent 场景下的使用成本。

    推荐理由：新模型在降低推理成本和提升多模态能力之间取得新平衡，为高性价比的多模态应用落地提供新参考。

  2. AI信息Gap82

    DeepSeek V4.1 Flash 与 GLM-5.3-Flash 架构、成本与基准测试对比

    DeepSeek V4.1 Flash 全面超越 V4 Pro，且在 LiveBench 等基准中取得高分，其 Agentic Coding 得分达 77.3，表现优于 GPT-5.6 Sol。该模型采用非对称 CED 架构，通过压缩 KV Cache 降低算力成本，闲时缓存命中价格低至 0.02 元/百万 token。

    推荐理由：原文深度拆解了两款Flash模型在架构、成本及基准测试上的具体差异，为读者提供了横向比较国产多模态大模型的参考依据。

9月10日周四
  1. 极市平台81

    DeepSeek V4.1 Flash 发布并开源新架构，已适配 Harness

    DeepSeek V4.1 Flash 正式上线，模型权重与技术报告同步公开，权重采用 MIT 许可。新模型读取输入时每个 token 约激活 80 亿参数、生成答案时约 160 亿参数，全局 KV 缓存约为上一代 Flash 的四分之一，保留百万 token 上下文，API 最大输出长度为 384K token。

    推荐理由：原文给出了新架构的计算安排与价格调整，读者可据此判断它对长任务成本的实际影响。

  3. 深度学习与NLP78

    OpenMAIC v1.0发布：支持完整课程规划与迭代的开源AI教育智能体

    清华团队开发的开源AI教育项目OpenMAIC升级至v1.0，支持通过Agent完成整门课程的规划、生成与持续迭代。该版本在联合国教科文组织总部进行了演示，展示了如何利用单一教材生成系列课程，并内置多种教学法Skill。OpenMAIC自开源以来GitHub Star数已超3.3万，平台累计消耗883B Token，其核心能力可导出至其他Agent工作台使用。

    推荐理由：展示了OpenMAIC v1.0从课程生成到迭代修改的完整流程，以及其在联合国教科文组织的实际应用场景。

9月9日周三
  2. 硅星人Pro41

    DeepSeek 突然扩招 150 人，AI 越强公司怎么还越需要人？

    DeepSeek 发布约 150 个岗位，全部集中在服务端开发和 Agent 弹性计算方向，未设 AI 研究岗。 Notion 也计划今年增员约 30%，新增岗位用于开发和销售 AI 产品，其 AI 产品已贡献约一半收入。 两家公司在 AI 浪潮中反而扩招，表明 AI 提高个人效率并未直接导致组织规模缩小，反而因复杂度和新业务需求增加了人力投入。

  3. 夕小瑶科技说68

    DeepSeek V4.1 Flash实测：原生多模态显著进步，但多Agent机制推高Token消耗

    作者对DeepSeek V4.1 Flash进行深度实测，累计消耗约3亿Token完成14组任务。结果显示，V4.1在原生多模态视觉理解和视觉推理上表现优异，速度约为旧版V4 Flash的3倍。但V4.1在复杂任务中更倾向于开启多Agent协作，导致最终交付耗时增加，且总花费比旧版高出约36%。此外，模型在长上下文写作中仍出现前后逻辑不一致的问题。

9月8日周二
  2. APPSO74

    DeepSeek V4.1 Flash 开启限时内测，原生多模态且对标 V4 Pro 能力

    DeepSeek 开启新模型 V4.1 Flash 限时内测，采用新模型结构并原生支持多模态。官方反馈问卷询问该模型能否全面替换 V4 Pro，显示其意图在保留 Flash 速度和低成本优势的同时，向 Pro 级能力靠拢。

    推荐理由：原文提供了 V4.1 Flash 的限时测试入口、过期时间以及 DeepSeek 官方将其对标 V4 Pro 能力的明确提问，揭示了该模型试图以 Flash 成本实现 Pro 能力的产品策略。

9月6日周日
9月5日周六
  1. 新智元25

    北航等团队提出近似投机解码ASD，免训练即插即用提速大模型推理

    北航、清华、港大、北大联合团队提出近似投机解码（ASD），这是一种免训练的即插即用验证器模块，旨在突破标准投机解码首个分歧即截断的限制。在DSpark、EAGLE3、Medusa等框架测试中，该方法平均吞吐提升7.52%，最高提速15.26%，且在DeepSeek-V4-Flash上验证端接受率提升10%–16%。

  2. 深度学习与NLP52

    南京大学蒋炎岩《生成式软件工程》课程要求 Token 自费引发热议

    南京大学计算机学院副教授蒋炎岩在新开课程《生成式软件工程》中提出“没有 Token 的 CS 学生应立即退学”，规定学生需自费购买模型 Token 作为课程耗材。该观点迅速登上知乎热榜并引发广泛争议。蒋老师同时提倡禁止古法编程，建议学生使用 DeepSeek-V4-Flash 等性价比高的模型进行 vibe coding，并推荐学生为 DeepSeek 充值 100 元。

9月4日周五
  1. 量子位60

    ScienceDiscovery 实现树搜索驱动 RSI，加速科学发现

    ScienceDiscovery 平台利用树搜索技术实现科研代码的自动迭代（RSI），无需训练模型即可加速科学发现。在半无穷区间振荡积分任务中，该方案耗时2小时生成236个版本，使19道测试题平均相对误差降至0.07%，并写出了247行通用积分器；在高斯超几何函数求值上，平均正确位数从9.836升至11.771。

9月3日周四
9月2日周三
9月1日周二
8月31日周一
  3. 钛媒体AGI56

    StartLux发布27B本地大模型，MCP测试综合排名第二

    上海原点星辉科学技术有限公司的StartLux-V1.0-27B-Preview在中国信通院MCP专项测试中以39.25分综合排名第二，超过284B的DeepSeek-V4-Flash-0731和198B的Step-3.7-Flash，并在位置导航等单项任务中取得第一。该模型以Qwen-3.6-27B为基座做后训练增强，可在消费级个人电脑上运行，团队计划在年内推出第一代本地智能解决方案。

  5. 宝玉73

    宝玉分享 AI 原生思维：如何像训练大模型一样训练自己做 AI 产品

    AI 博主宝玉结合自研字幕 App 经验，分享了 AI 产品开发的完整方法论。他主张盯着模型能力边界找需求，通过能力、成本、价值三关判断项目可行性，例如通过将输出改为 HTML 使单集处理时间从 31 分钟降至 18 分钟；在产品重设计时采用“以终为始”原则，让 Agent 自主验证，人仅在关键节点确认，并将设计从 GUI 转向 Agent 友好的命令行加 Skill 文件。

    推荐理由：结合作者三年字幕 App 实践，拆解了从找需求到落地的 AI 产品开发方法论，并给出了具体的成本优化数据。

8月30日周日
  1. 量子位58

    vivo AI Lab 提出 RefineCut：8B 小模型通过验证器反馈实现手机本地视频剪辑自我进化

    vivo AI Lab 联合港中深研究团队提出 RefineCut 框架，利用确定性验证器驱动 8B 开源模型进行本地视频剪辑。该框架通过验证器回放蒸馏与 DPO 偏好优化两阶段训练，使模型 VES 得分从 59.4 提升至 92.4，表现追平 DeepSeek-V4-Pro。RefineCut 支持手机端纯本地运行，平均任务耗时 11.7 秒，且该工作已被 EMNLP 2026 主会接收。

  2. 深度学习与NLP88

    英伟达公布 Vera Rubin 首次实测数据，DeepSeek 吞吐提升 30 倍

    英伟达在 Hot Chips 2026 上首次公布 Vera Rubin NVL72 机柜实测数据。对比 GB300 NVL72，在 DeepSeek-V4-Pro 智能体编码任务下，每兆瓦吞吐量最高提升 30 倍，Token 成本最高降低 35 倍。

    推荐理由：英伟达公布 Vera Rubin 实测数据及 Vera CPU、Groq 3 LPX 量产消息，呈现了 Agent 算力基础设施在能效与成本上的关键进展。

8月29日周六
  1. AGI Hunt89

    腾讯混元 Hy4 preview 发布：参数翻倍，编码基准大幅提升

    腾讯发布混元 Hy4 preview，770B 参数激活 49B，支持 1M 上下文。相比 Hy3，DeepSWE 从 28.0 升至 64.3，SWE-Marathon 从 5.0 升至 31.9，Arena WebDev 排名从 31 跃升至 5 名左右。

    推荐理由：原文对比了 Hy4 preview 与 Hy3 的基准分及实际编码游戏表现，展示了其从排名 31 跃升至前 5 的核心代际提升幅度。

  3. 硅星人Pro73

    DeepSeek Harness 发布两周：为何成为评价最两极分化的 Agent 产品

    DeepSeek Harness（DSH）发布 13 天即在 GitHub 获得约 19 万 Star，但其“一切皆插件”架构导致评价严重分裂。支持者看重模型与工作流解耦带来的高扩展性，反对者则抱怨配置复杂且缺乏官方插件市场治理。DSH 将选择权交给用户的同时也带来了维护麻烦，且因 DeepSeek 品牌效应错位，使其承受了远超开发者预览版的大众工具评价标准。

8月28日周五
  2. APPSO74

    腾讯混元 Hy4 Preview 发布：参数量达 770B，实测编码与办公 Agent 能力

    腾讯正式发布 Hy4 Preview 模型，总参数量达 770B，激活参数 49B，显著优于上一代 Hy3 的 295B 总参量。实测显示，Hy4 在 Coding Agent 任务中表现接近 GLM-5.3 与 Kimi K3，能独立完成 3D 网页游戏开发与 Bug 修复；在办公场景下，可基于网络搜索生成风格一致的海报，并输出详细且数据准确的调研报告。

    推荐理由：Hy4 Preview 参数量翻倍并强化 Agent 长程执行，实测显示其编码与办公能力已能对标主流国模。

  4. 深度学习与NLP88

    神秘模型 Ox Alpha 实力引热议，谷歌暗示被网友调侃

    8月21日，支持1M上下文的多模态模型 Ox Alpha 在 OpenRouter 和 OpenCode 免费开放，其 DeepSWE 准确率达 63%，表现接近 Grok 4.6。尽管谷歌高管暗示可能与 Gemini 有关，但全网多在调侃；技术极客通过分词器和视频测试推测其可能为智谱 GLM 系。实测显示，Ox Alpha 能生成交互式 3D 模型、像素游戏及交通监控系统。

    推荐理由：实测给出了SWE-bench等场景下的具体性能表现与多模态能力细节，便于评估该匿名模型的实际可用性。