#DeepSeek

安卓首发：荣耀 YOYO 率先接入 DeepSeek-V4 大模型

荣耀YOYO成为安卓阵营中首个接入DeepSeek-V4大模型的AI智能体。此次接入带来三大核心升级：模型性能更强、上下文处理长度更长、推理效率更高。用户需将YOYO智能体升级至90.10.28.041及以上版本，并在MagicOS 8.0及以上系统环境中即可抢先体验此次更新。

英伟达已适配 DeepSeek-V4 AI 模型，GB200 NVL72 开箱性能超 150 tokens / sec / user

英伟达宣布其Blackwell平台已适配DeepSeek-V4-Pro与DeepSeek-V4-Flash两款模型。DeepSeek-V4-Pro拥有1.6T总参数量与49B激活参数，定位高级推理；DeepSeek-V4-Flash则为284B总参数量与13B激活参数，主打高效场景。两款模型均支持100万Token上下文窗口与最高38.4万Token输出长度。实测显示，DeepSeek-V4-Pro在NVIDIA GB200 NVL72上开箱性能超过150 tokens/sec/user。开发者可通过NVIDIA NIM微服务下载部署，或利用SGLang与vLLM框架进行定制化推理，vLLM支持扩展至100个以上GPU。

全国首例，一科技公司仿冒 DeepSeek 被北京市场监管部门处罚

北京市市场监管部门在新闻发布会上公布了两起典型案件。一是全国首例仿冒DeepSeek混淆案，某科技公司因在网站上推广“DeepSeek本地部署工具”，擅自使用“DeepSeek”字样及图标并通过竞价排名引流，被认定构成不正当竞争混淆行为，受到责令停止违法并处罚款的处罚。二是北京某公司利用AI技术冒用知名主持人形象发布虚假广告，被依据《广告法》处以20万元罚款，此案系首次针对滥用AI技术发布虚假广告行为进行处罚，对规范AI商业应用具有警示意义。

Orange AI@oran_ge· 05:50AI 评分5555

ColaOS宣布已集成DeepSeek V4模型，用户更新至0.6.0版本即可使用。平台推出多项新用户与限时福利：新注册用户可获得10美元赠金；每日上午（UTC+8）可领取限量10美元赠金。同时，GPT-Image-2图像生成功能已上线，用户在对话中指定即可免费限时体验。官方提醒每日赠金领取迅速，并预告waitlist即将全面开放。

Rohan Paul@rohanpaul_ai· 05:12AI 评分8080

DeepSeek论文核心是提出一种新方法，使处理超长上下文的LLMs成本显著降低而不牺牲性能。该方法采用混合注意力系统，部分层压缩历史信息并仅关注最相关压缩块，另一部分层更激进压缩并使用廉价摘要，形成分层内存系统，避免存储和读取全部细节。创新还包括新增残差路径以稳定深层模型信息传输，以及大规模使用Muon优化器确保训练高效且数值稳定。关键结果显示，在1M-token上下文长度下，DeepSeek-V4-Pro仅需DeepSeek-V3.2约27%的单令牌计算和10%的KV缓存，同时在多项主要基准测试中保持竞争力。这改变了LLMs的成本曲线，为长上下文推理提供了高效新方案。

Rohan Paul@rohanpaul_ai· 03:42AI 评分7272

在一场卡丁车游戏开发竞赛中，GPT-5.5击败了Deepseek V4 Pro。尽管Deepseek的成本仅为GPT-5.5的1/4.3，且生成了近两倍的代码量，但其最终游戏在图形、打磨和创意连贯性上均显不足。结果表明，游戏质量与成本、生成速度或代码量并无直接关联。游戏开发不仅是代码生成，更涉及系统设计、视觉判断、节奏把控和美学决策等长程规划，这些要素需协同作用才能产出优质作品。

华为云首发适配 DeepSeek-V4，提供免部署、一键调用 API 的 Tokens 服务

DeepSeek-V4预览版正式上线并开源。华为云宣布首发适配，在其MaaS平台上为开发者提供免部署、一键调用DeepSeek-V4-Flash API的Tokens服务。该服务通过适配分层注意力压缩机制、提供多种昇腾高性能融合算子等优化，支持原生100万Token长上下文的高性能推理。V4系列包含1.6万亿参数的旗舰版Pro和2840亿参数的经济型Flash两个MoE架构版本，均原生支持100万Token上下文。新技术大幅降低了长上下文下的计算和显存需求。官方表示V4-Pro体验优于Anthropic Sonnet 4.5，但仍落后于GPT-5.4等前沿闭源模型。

华为：昇腾超节点系列产品全面支持 DeepSeek V4

华为宣布其昇腾超节点全系列产品已全面支持DeepSeek V4系列模型。昇腾950通过融合kernel和多流并行技术，实现了高吞吐、低时延的推理部署。具体性能上，DeepSeek V4-Pro模型在8K输入下，单卡解码吞吐达4700TPS，时延约20ms；V4-Flash模型单卡吞吐为1600TPS，时延约10ms。此外，昇腾A3超节点系列也全面适配，并提供训练参考实现；基于64卡配置，V4-Flash模型在8K/1K场景下单卡吞吐超过2000TPS。

寒武纪 Day 0 适配 DeepSeek-V4，发布当日即稳定运行

寒武纪宣布已完成对深度求索最新开源模型DeepSeek-V4的Day 0适配，模型发布当日即可稳定运行。适配针对其285B和1.6T两个版本，代码已开源。通过自研高性能算子库对模型新结构进行专项加速，并在vLLM推理框架中全面支持5D混合并行、低精度量化等技术，以优化词元吞吐和端到端推理效率。同时，深度挖掘硬件特性以最小化通信开销，提升分布式推理性能。DeepSeek-V4拥有百万字上下文，能力领先，现已开放体验和API调用。

Ethan Mollick@emollick· 12:24AI 评分5454

这是 DeepSeek v4 Pro。也已加入可玩模型库。 [引用 @emollick]：我让一系列模型通过单条指令“为我构建一个程序化生成的3D模拟，展示港口城镇从公元前3000年到公元3000年的演变过程”。 完整模型库可在此体验：https://hg-20f7d1a3ce.netlify.app 或在此阅读我关于 GPT-5.5 的文章：https://www.oneusefulthing.org/p/sign-of-the-future-gpt-55?r=i5f7&utm_medium=ios&triedRedirect=true

Ethan Mollick@emollick· 11:54AI 评分4545

我的前两个来自 DeepSeek v4 的 TiKZ Sparks 独角兽。 （专家模式，来自 DeepSeek 网站，根据发布说明应为 v4 Pro）

Ethan Mollick@emollick· 11:24AI 评分5454

现在又有了新的DeepSeek模型，而且似乎是完全开放权重的。基准测试成绩不错，但对于开源模型来说，这并不总是那么有意义。应该很快就能实际体验了。

DeepSeek-V4 预览版上线，百万上下文成标配

DeepSeek-V4 预览版正式上线并开源，拥有 1M 超长上下文，Agent 能力、世界知识和推理性能均达国内与开源领先水平。模型分 V4-Pro 与 V4-Flash 两版，API 已同步更新，支持 OpenAI 与 Anthropic 接口，最大上下文均为 1M，并支持思考模式与 reasoning_effort 参数。

DeepSeek-V4 预览版：迈入百万上下文普惠时代

DeepSeek-V4 预览版发布，支持百万级上下文窗口，提供顶级长文本记忆能力，模型配置选择更灵活。

《金融时报》曝光 DeepSeek 融资细节：旨在留住以股票期权作为薪酬的员工

DeepSeek正与战略投资者洽谈一轮融资，目标估值超200亿美元，但融资规模仅数亿美元。此举主要目的是为员工股票期权确立明确市场估值，以稳定团队、应对激烈人才竞争。过去一年，因竞争对手估值飙升，公司已流失多名关键研究人员。在AI行业，期权常占薪酬大头，缺乏清晰估值使公司在与月之暗面、MiniMax等对手竞争时处于劣势。多数员工仍认同公司理想主义路线，融资旨在让他们能专注研究。

DeepSeek-V4：智能体可实际使用的百万token上下文

DeepSeek发布新一代模型DeepSeek-V4，其核心突破在于实现了长达百万token的上下文窗口，并确保智能体能够有效利用这一扩展的上下文能力。该模型延续了通过开源与开放科学推动人工智能发展与普及的使命，标志着大模型在长上下文理解和实际应用方面迈出重要一步。

IT早报 0423：央视曝光哪吒造车3年烧掉183亿；曝腾讯、阿里洽谈投资DeepSeek；鸿蒙智行五大核心技术矩阵亮相

央视报道揭露哪吒汽车三年烧掉183亿元，多地国资投资面临追回难题。科技巨头方面，腾讯与阿里据悉正洽谈投资AI公司DeepSeek，若交易成功其估值将超200亿美元。鸿蒙智行在春季发布会上公布了乾崑智驾、鸿蒙座舱等五大核心技术矩阵。此外，vivo、小米等主流手机厂商正联合推进“公平运行内存机制”，旨在解决安卓系统卡顿问题。微信电脑版更新至4.1.9，现已支持发送最长60秒的语音消息。

消息称腾讯、阿里正洽谈投资 DeepSeek，有望推动后者估值超 200 亿美元

腾讯控股与阿里巴巴集团正洽谈投资AI初创公司DeepSeek，若交易达成，后者估值将突破200亿美元（约合1367亿元人民币），这也是DeepSeek成立以来的首次对外融资。该公司由幻方量化联合创始人梁文锋于2023年创办，凭借低成本、开源路线与OpenAI等美国公司形成差异。受该消息影响，阿里巴巴美股周三盘前上涨1.6%。

Rohan Paul@rohanpaul_ai· 20:44

The Information 称 Alibaba 与 Tencent 正考虑投资 DeepSeek，估值可能达 $20B，较此前 $10B+ 的传闻大幅跃升。尽管 DeepSeek 用户份额一年内从 10% 降至 3.3%，投资者仍相信基础模型可成为核心平台。此估值并非仅基于当前使用量，而是同时押注模型人才、未来 AI 产品准入权，以及在市场格局固化前掌控核心基础设施的战略机会。

DeepSeek API 更新百万 Token 上下文，看齐 App 及网页版

DeepSeek 官方 API 已将上下文长度从 128k 大幅扩展至 100 万 tokens，与客户端及网页版保持一致。知识库已更新至 2025 年 5 月，非联网状态下可准确输出 2025 年 4 月新闻。该模型仍不支持视觉输入，仅支持文本和语音处理，保持非多模态特性。创始人梁文锋透露，新一代旗舰模型 DeepSeek V4 将于 4 月下旬正式发布。

罗福莉获第八届“小米集团青年五四奖章”提名

小米团委日前发布第八届"小米集团青年五四奖章"提名名单公示，集团技术委员会罗福莉与汽车部王东、国际业务部李刚健、中国区陈恺、手机部梁英共5人入选。该评选由集团总干部部提名，旨在引导和激励优秀青年员工积极投身业务发展和创新，打造青年管理人才梯队。

Deepseek 据称首次寻求外部融资，估值达 100 亿美元

中国 AI 初创公司 Deepseek 据悉将首次接受外部投资，计划以 100 亿美元估值筹集至少 3 亿美元资金。这一战略转变标志着该公司放弃长期独立运营路线，背景包括近期模型发布延迟、核心研究人员遭竞争对手挖角，以及面临资金雄厚科技巨头的持续压力。

Elastic EP：实现DeepSeek MoE部署的部分故障容忍

Mooncake团队与Volcano Engine在SGLang框架中推出Elastic EP功能，解决大规模DeepSeek MoE模型"宽"专家并行部署的可靠性瓶颈。该技术通过解耦专家与GPU的刚性绑定并维护冗余副本，可在32 GPU集群中容忍最多16个rank故障，将服务恢复时间从2-3分钟缩短至10秒以内，降幅达90%。基准测试显示，该方案在实现极端韧性的同时，吞吐量、TTFT和TPOT等关键指标与标准DeepEP持平，实现零静态性能损耗。

GB300 NVL72部署DeepSeek R1优化方案：长上下文推理性能突破

NVIDIA与SGLang团队发布DeepSeek R1-NVFP4在GB300 NVL72上的优化部署方案，针对128K/8K长上下文推理实现显著性能提升。通过PD分离、分块流水线并行、宽专家并行及多Token预测（MTP）等技术，系统在GB300上达226 TPS/GPU峰值吞吐量，较GB200提升1.53倍；相同延迟下性能领先1.4–1.6倍。MTP可再提升每用户TPS达1.87倍，128K预填充首Token延迟降至8.6秒。

全球开源AI生态系统的未来：从 DeepSeek 到 AI+

Hugging Face 在其官方博客发布文章，展望了全球开源人工智能生态系统的发展路径与未来趋势。文章以 DeepSeek 等代表性开源模型为例，探讨了开源社区如何推动技术民主化与创新加速。核心观点指向一个更加开放、协作的“AI+”未来生态，其中开源框架、模型和工具将深度融入各行各业，降低开发门槛并促进多样化应用场景的涌现。

中国开源AI生态中的架构选择：构建超越DeepSeek的未来

Hugging Face发布博客文章，探讨中国开源人工智能生态系统的核心架构选择与发展路径。文章聚焦于如何构建一个超越现有模型（如DeepSeek）的可持续技术体系，分析了中国开发者在模型架构、训练框架、部署工具和社区协作等方面的关键决策。文中指出，中国开源社区正致力于打造独立且互操作的技术栈，以应对大规模模型训练与推理的独特挑战，并推动全球AI生态的多元化发展。

“DeepSeek时刻”一周年

Hugging Face在其官方博客发布文章，回顾“DeepSeek时刻”过去一年的影响。文章指出，自DeepSeek系列模型发布以来，开源大模型生态发生了显著变化。模型能力快速逼近甚至在某些任务上超越了闭源模型，社区参与度和模型下载量均创下新高。这一趋势降低了AI技术的使用门槛，并推动了更多商业化应用的探索。开源与闭源模型的竞争格局正在被重塑。

2026 年 7 款最佳 ChatGPT 替代方案

Manus 博客盘点了 2026 年 7 款最佳 ChatGPT 替代方案：Claude AI、Google Gemini、Perplexity AI、Microsoft Copilot、DeepSeek、Grok 和 Manus AI。

让张量飞起来 —— 用 R-Fork 加速大模型权重加载

蚂蚁集团 DeepXPU 团队与 SGLang 团队联合发布 Tensor R-Fork（Tensor Remote Fork）技术，通过 GPU-Direct RDMA 实现节点间设备到设备的零拷贝权重传输。该技术可将 Deepseek-R1 模型的加载时间从数分钟缩短至数秒，减少约 600GB 的本地磁盘与 DRAM 存储占用，并提供 NCCL 和 TransferEngine 两种后端方案，后者可在不干扰线上推理服务的情况下完成权重迁移。

DeepSeek V3.2 正式版发布：强化 Agent 能力，融入思考推理

DeepSeek 发布正式版 DeepSeek-V3.2 和长思考增强版 V3.2-Speciale，网页端、App 和 API 均已更新。

DeepSeek V3.2 正式版：强化 Agent 能力，融入思考推理

DeepSeek 发布正式版 V3.2 与长思考增强版 V3.2-Speciale。V3.2 在推理 Benchmark 中达到 GPT-5 水平，并成为首个支持思考与非思考模式工具调用的模型。

DeepSeek-V3.2 及 DeepSeek-V3.2-Speciale 发布

DeepSeek 将 deepseek-chat 和 deepseek-reasoner 均升级为 DeepSeek-V3.2，分别对应非思考模式与思考模式。同时非正式部署 DeepSeek-V3.2-Speciale 的 API 服务，价格不变，仅支持思考模式对话，不支持工具调用，最大输出长度默认 128K，服务截止至北京时间 2025-12-15 23:59。

LlamaIndex 解读 DeepSeek-OCR：视觉压缩如何在文档 AI 中超越传统 OCR

LlamaIndex 发文解读 DeepSeek-OCR，指出其核心不是 OCR，而是把视觉作为文本信息的压缩算法：可将 1,000 个文本 token 压缩到 100 个视觉 token 并以 97% 准确率解码，10× 压缩下准确率仍高于 90%。

Dan Hendrycks@hendrycks· 10:08精选AI 评分7878

CAIS 负责人 Dan Hendrycks 引用第三方博客对主流大模型进行“效用工程”测试，发现 GPT-4o、Claude Sonnet 4.5 等模型在评估不同群体生命价值时存在显著偏差：多数模型认为白人价值低于其他族裔，男性价值低于女性，且极度贬低 ICE 特工。测试显示模型分为四个道德集群，其中仅 Grok 4 Fast 表现出近似平等的价值观，Hendrycks 呼吁 xAI 解释其实现方式。

SGLang集成KTransformers：基于AMX优化与专家延迟的MoE混合推理加速

SGLang现已集成KTransformers后端，为DeepSeek-V3等稀疏MoE模型提供CPU/GPU混合推理加速。该技术采用Intel AMX优化内核，使单路Xeon算力达21.3 TFLOPS，较PyTorch原生实现快3.9倍；通过NUMA感知张量并行和CUDA Graph调度，双路服务器解码吞吐量提升63%，GPU内核启动开销从20%降至接近零；专家延迟机制支持跨层重排计算以重叠CPU与GPU执行，在精度变化低于0.5%的情况下使解码吞吐量再提高1.45倍。

SGLang与NVIDIA携手加速SemiAnalysis InferenceMAX及GB200优化

SGLang与NVIDIA针对Blackwell架构（GB200 NVL72）深度优化，在DeepSeek R1模型上实现每GPU 26k输入与13k输出tokens/秒的高吞吐。通过Prefill-Decode分离架构、大规模专家并行及FP8/NVFP4内核优化，SGLang在SemiAnalysis InferenceMAX基准测试中较Hopper代际获得4倍性能提升，并被选为该基准在NVIDIA与AMD硬件上运行DeepSeek模型的默认推理引擎。

DeepSeek-V3.2-Exp 发布，引入稀疏注意力提升长文本效率，API 降价超 50%

DeepSeek 发布实验性模型 DeepSeek-V3.2-Exp，在 V3.1-Terminus 基础上引入 DeepSeek Sparse Attention（DSA）稀疏注意力机制，在几乎不影响输出效果的前提下大幅提升长文本训练和推理效率，公开评测表现与 V3.1-Terminus 基本持平。

DeepSeek-V3.2-Exp 发布：deepseek-chat 与 deepseek-reasoner 同步升级

DeepSeek 将 deepseek-chat 和 deepseek-reasoner 均升级为 DeepSeek-V3.2-Exp。其中 deepseek-chat 对应非思考模式，deepseek-reasoner 对应思考模式，详细更新内容见官方文档。

SGLang 发布首日支持 DeepSeek-V3.2：集成稀疏注意力机制

SGLang 在发布首日即支持 DeepSeek-V3.2，该模型基于 DeepSeek-V3.1-Terminus 引入 DeepSeek Sparse Attention (DSA) 机制。DSA 通过 Lightning Indexer 和 Top-k Token Selection 将注意力复杂度从 O(L²) 降至 O(Lk)，在 128K 长上下文下实现训练与推理效率大幅提升且质量损失可忽略。SGLang 实现了专用缓存与 Native Sparse Attention 后端，并提供了面向 NVIDIA、AMD MI350X/MI355X 及 NPU 的部署方案与容器镜像。

蚂蚁集团联合SGLang：H20-96G部署DeepSeek-R1最佳实践

蚂蚁集团联合SGLang提出H20-96G部署DeepSeek-R1的工业级方案。针对H20高内存带宽、低计算吞吐特性，采用硬件感知策略：单节点TP-8处理prefill，小规模EP-16处理decode。结合FlashMLA-FP8、DeepGEMM swapAB内核优化与异步Expert Affinity负载均衡技术，在4096 token序列上实现单节点16.5k输入/5.7k输出token/秒的吞吐，达H20平台SOTA性能。