DeepSeek 创始人把目标定为通用人工智能,同时一笔 100 亿美元的融资在推进
彭博这条快讯只给了标题,正文被付费墙挡住了。标题说 DeepSeek 创始人公开把 AGI(通用人工智能)设为目标,并且公司正在推进一轮 100 亿美元的融资。但创始人具体怎么说的、钱从哪来、谁领投、估值多少、钱打算怎么花,这些关键信息正文都没披露。
推荐理由:DeepSeek 创始人公开将通用人工智能设为目标,公司同时推进 100 亿美元融资,两条信息并列呈现了这家公司当前的方向与资金动作。
彭博这条快讯只给了标题,正文被付费墙挡住了。标题说 DeepSeek 创始人公开把 AGI(通用人工智能)设为目标,并且公司正在推进一轮 100 亿美元的融资。但创始人具体怎么说的、钱从哪来、谁领投、估值多少、钱打算怎么花,这些关键信息正文都没披露。
推荐理由:DeepSeek 创始人公开将通用人工智能设为目标,公司同时推进 100 亿美元融资,两条信息并列呈现了这家公司当前的方向与资金动作。
DeepSeek V4 Flash 是个 284B 总参数、13B 激活的 MoE 模型,性能接近前沿水平,但主流推理引擎在 Mac 上都跑不了。antirez 专门为它写了 DS4 引擎,纯 C、Metal 优先,一个编译命令就能用。
推荐理由:antirez 为 284B 总参数、13B 激活的 DeepSeek V4 Flash 写了纯 C、Metal 优先的 DS4 推理引擎,补上主流引擎在 Mac 上跑不了的空缺。
一个 Reddit 用户用 4 张 RTX 2080 Ti 显卡(总预算不到 2500 美元)在本地跑起了 DeepSeek-V4-Flash 模型。模型总参数 2840 亿,每次推理激活 130 亿参数。他用了 W8A8 量化(把权重和激活值都压到 8 位精度)来省显存,还自己写了适配老 Turing 架构的 CUDA 算子。
推荐理由:一位 Reddit 用户用 4 张二手 RTX 2080 Ti,配合 W8A8 量化和自写 Turing CUDA 算子,在不到 2500 美元预算下本地跑起 284B 参数的 DeepSeek-V4-Flash,预填充约 255 token/s。
一位 Reddit 用户拿 DeepSeek V4 去啃 4.5 万、18 万和 52 万 token 的代码库,结论是 15 万到 25 万 token 时写代码最顺手。超过 30 万 token 后,模型对具体行号的定位开始不准;到 52 万 token 时,输出明显偏向架构总结,具体实现细节会跳过。
推荐理由:一位 Reddit 用户用 4.5 万、18 万和 52 万 token 的代码库实测 DeepSeek V4,发现 15 万到 25 万 token 区间写代码最顺手,超过 30 万后行号定位开始失准。
这个月开源模型扎堆更新,DeepSeek V4、Gemma 4、Kimi K2.6、MiMo 2.5、GLM-5.1 全来了。
推荐理由:DeepSeek V4、Gemma 4、Kimi K2.6 等五款开源模型在同一月集中发布新版本,为关注开源模型迭代节奏与版本选型的人提供了一份集中清单。
MiroMind 放出了 MOOSE-Star 系列,包含三个 7B 模型和一个叫 TOMATO-Star 的数据集,里面有 108,717 篇 NCBI 论文。
推荐理由:MiroMind 公开 MOOSE-Star 系列三个 7B 模型与含 108,717 篇 NCBI 论文的 TOMATO-Star 数据集,模型权重和数据集均可获取,为科学假设发现方向提供可复用的训练资源。
阿里达摩院发了篇 ACL 2026 论文,提出 I²B-LPO,解决强化学习微调时模型解题思路越来越像的问题。做法是在模型生成答案时,碰到它犹豫不决的节点就分叉出多条路径,再用一个基于信息瓶颈的自奖励机制筛掉重复的、留下真正不一样的解法。
推荐理由:阿里达摩院提出 I²B-LPO,在模型解题犹豫处分支采样,并用信息瓶颈自奖励筛出不同解法,缓解强化学习微调中思路趋同的问题。
DeepSeek 上个月发新模型,头一回说推理环节跑在了华为芯片上,但两位半导体业人士透露,训练阶段仍然依赖英伟达芯片,具体怎么拿到的没细说。华为计划今年出训练芯片,同时承认性能追上英伟达现有水平还要再等一年。这件事让中国在 AI 硬件上跟美国进一步脱钩,也印证了黄仁勋之前的警告:出口管制反而逼着中国自建一套技术栈。
推荐理由:DeepSeek 新模型推理环节跑在华为芯片上,训练仍依赖英伟达,华为训练芯片要等一年才能追平,这条把中国 AI 硬件脱钩的现状和卡点摆了出来。
Reddit 用户 kexxty 用 OpenRouter 跑了 288 次结构化输出测试,覆盖 Llama 3、Mistral、Command R、DeepSeek、Qwen 等模型,发现本地模型和纯 API 模型在 JSON 上出的错其实差不多。他把这些失败归类后,写了一个叫 outputguard 的 Python 修复库,用 MIT 协议开源。
推荐理由:Reddit 用户 kexxty 跑了 288 次结构化输出测试,覆盖 Llama 3、Mistral、DeepSeek 等模型,把本地模型 JSON 出错方式归类后开源了修复库 outputguard。
OpenRouter 搞了个叫 Pareto Code 的排名方法,不看跑分,直接看用户在实际调用中怎么选模型,找出性价比最优的那条线。目前排第一的是 DeepSeek V4 Pro,后面跟着 GPT 5.4 Mini 和 Gemini 3.1 Pro。不过正文没披露具体怎么算分、样本量多大,所以这个排名到底多稳,我会先打个折。
推荐理由:OpenRouter 推出 Pareto Code 排名,以用户实际调用数据而非跑分衡量模型性价比,DeepSeek V4 Pro 位列第一,GPT 5.4 Mini 和 Gemini 3.1 Pro 紧随其后。
Reddit 用户 fairydreaming 发帖说,他在自己机器上跑通了 DeepSeek V4 Pro。用的是一块 RTX PRO 6000 Blackwell Max-Q 工作站显卡,搭配修改过的 llama.cpp CUDA 分支。模型文件是 Q4_K_M 量化版,体积 859GB。
推荐理由:Reddit 用户用一块 RTX PRO 6000 工作站显卡和修改版 llama.cpp 跑通 859GB 的 DeepSeek V4 Pro,为关注本地推理硬件门槛的读者提供了单卡运行大模型的具体配置参考。
Antirez 开源了一个叫 ds4 的推理引擎,专门给 DeepSeek V4 Flash 用。代码只有几千行 C,能在 128GB 内存的 MacBook Pro 上跑 100 万 token 上下文的模型。他用了三招:对 MoE 专家做不对称 2-bit 量化来压缩模型体积;把 KV Cache 搬到高速 SSD 上,绕开内存不够的问题。
推荐理由:Antirez 开源的 ds4 用几千行 C 代码,在 128GB 内存的 MacBook Pro 上跑通 DeepSeek V4 Flash 的百万 token 上下文,其 MoE 专家 2-bit 量化与 KV Cache 落盘 SSD 的做法,为本地部署大模型提供了可迁移的工程思路。
Reddit 上一条帖子说,DeepSeek 和阿里的融资谈判谈崩了,双方没能在条款上达成一致。帖子提到 DeepSeek 当时的估值是 3000 亿人民币,想融 500 亿。不过原文链接点进去显示 403 错误,正文内容被屏蔽了,所以具体的谈判细节和拒绝原因都没法核实。
推荐理由:Reddit 帖子称 DeepSeek 与阿里的融资谈判因条款未达成一致而破裂,涉及 3000 亿人民币估值和 500 亿融资计划,指向模型实验室与大厂生态的独立性取舍。
ERNIE 5.1 把总参数量压到原规模的大约三分之一,激活参数压到大约一半,预训练成本只花到同规模模型的 6% 左右。百度说性能没崩,Agent 能力超过 DeepSeek-V4-Pro,世界知识和创意写作接近头部闭源模型和 Gemini 3.1 Pro,推理仅次于 Gemini 3.1 Pro,深度搜索排全球第四。
推荐理由:百度发布 ERNIE 5.1,总参数量压到约三分之一、预训练成本降到同规模模型的 6%,并给出与 DeepSeek-V4-Pro、Gemini 3.1 Pro 的能力对比。
这条消息来自机器之心,但原文页面被微信判定环境异常,需要验证才能看,所以正文内容没拿到。标题和摘要里提到的关键数字是:融资额约 500 亿人民币(折合约 73 亿美元),估值约 3500 亿人民币(折合约 515 亿美元)。梁文锋个人计划出资 40%,腾讯和 600 亿规模的国家 AI 基金也在谈。
推荐理由:梁文锋拟个人出资四成参与 DeepSeek 约 500 亿人民币融资,腾讯与 600 亿规模国家 AI 基金也在洽谈,估值或达 3500 亿。
DeepSeek 这轮最多要融 70 亿美元,估值 500 亿,是中国 AI 公司里单轮金额最高的一次。创始人梁文锋个人出了 30 亿,占这轮融资的 40%,融完后他手里还有公司 90% 的股份。DeepSeek 最早是从他自己的对冲基金里孵化出来的。
推荐理由:DeepSeek 本轮拟融资 70 亿美元、估值 500 亿,创始人梁文锋个人出资 30 亿并保留 90% 股份,创始人重注维持控制权的路径由此有了具体数字。
indrasmirror 用一张 RTX 4090 跑 Qwen3.6-27B-Heretic-v2,上下文拉到 262K token,搭配 TBQ4_0 格式的 KV 缓存和 MTP 推测解码(draft 3),生成速度从约 43 t/s 提到 80-87 t/s。MTP 草稿接受率大概 73%,说明模型对草稿的采纳比例不低,这是提速的关键。
推荐理由:indrasmirror 在单张 RTX 4090 上把 Qwen3.6-27B 的上下文拉到 262K,并用 MTP 推测解码把生成速度从约 43 t/s 提升到 80-87 t/s,草稿接受率约 73%。
Reddit 上有人转述报道,说 DeepSeek 正在寻求高达 500 亿元人民币(约 73.5 亿美元)的首轮融资。帖子还提到 V4.1 版本计划在六月推出,但正文没披露模型参数量、定价和具体性能指标。原链接被 Reddit 安全策略拦截,无法看到更多细节,所以这些数字和发布时间先打个折看。
推荐理由:DeepSeek 被传寻求约 73.5 亿美元首轮融资,并计划六月发布 V4.1,这条把融资规模与版本时间窗口放在一起,是了解其资金与产品节奏的一条线索。
Ai2 研究员 Nathan Lambert 在 36 小时内密集拜访了智谱、月之暗面、清华、美团、小米和零一万物。他观察到中国 AI 实验室普遍紧盯字节跳动的动向,同时对 DeepSeek 的技术实力和开源做法表示尊重。学生深度参与核心工作、开源习惯以及技术栈的自主掌控,是中美 AI 生态的几个明显差异。
推荐理由:Ai2 研究员 Nathan Lambert 在 36 小时内走访智谱、月之暗面、清华、美团、小米和零一万物,记录下中国实验室紧盯字节、尊重 DeepSeek 的现场观察。
ChatGPT 在中文对话里反复蹦出“我会稳稳地接住你”这类怪话,已经成了梗。WIRED 把这归因于模式坍缩——模型在后训练中被奖励机制带偏,逮住几个讨好人的短语使劲用。一个直接原因是翻译错位:英文口语“I've got you”被生硬直译成煽情长句,再被 RLHF 强化成“用户爱听”的固定套路。类似问题还有无故冒出“砍一刀”这种营销话术。
推荐理由:WIRED 将 ChatGPT 中文回复反复出现“我会稳稳地接住你”归因于模式坍缩,并指出翻译错位与 RLHF 讨好奖励如何把这一表达固化成固定套路。
Redis 作者 antirez 在 GitHub 上放出了一个叫 ds4 的项目,是一个让 DeepSeek 4 Flash 模型在 Mac 上本地跑的推理引擎。它直接调用苹果的 Metal Performance Shaders 来降低延迟和内存占用,相当于给模型配了个更底层的加速驱动,而不是简单套个壳。
推荐理由:Redis 作者 antirez 发布 ds4 项目,让 DeepSeek 4 Flash 模型在 Mac 上本地运行,并直接调用苹果 Metal Performance Shaders 降低延迟与内存占用。
Reddit 帖子转发了多家外媒消息,说 DeepSeek 正在谈第一轮外部融资,估值接近 450 亿美元。帖子标题提到中国“大基金”在主导谈判,但正文只给了 TechCrunch、FT、彭博的链接,没有披露具体融资金额、出让股份比例、参投方名单或交割时间。帖子本身因为网络限制没抓到 Reddit 原文,所以这轮钱怎么进、什么时候关,目前都还是未知数。
推荐理由:DeepSeek 正洽谈成立以来第一轮外部融资,估值接近 450 亿美元,由中国大基金牵头,交易金额与参投方尚未公布。
一位 Reddit 用户分析了 922 条 agent 任务的实际调用记录,对比了 DeepSeek v4 Flash 和 Opus 4.7 的花费。两个模型每个任务都要吃掉大约 96 万 token,但 DeepSeek 单任务成本只要 0.01 美元,Opus 4.7 却要 1.52 美元。
推荐理由:Reddit 用户分析 922 条 agent 任务记录,对比 DeepSeek v4 Flash 与 Opus 4.7 的单任务成本,两者 token 消耗相近,差距来自缓存命中率与缓存读写价格比。
DeepSeek 正在谈第一笔外部投资,几周内估值就从 200 亿涨到了 450 亿美元。这家中国 AI 实验室 2025 年初靠一个训练成本远低于 OpenAI、Anthropic 等美国模型的大语言模型出圈,之后在推理和编程能力上一直咬住第一梯队,模型权重也开放下载。创始人梁文锋原本没打算融资,但对手开始挖人,他才决定引入资金好给员工发股份。
推荐理由:DeepSeek 正洽谈第一笔外部投资,估值几周内从 200 亿美元升至 450 亿美元,创始人梁文锋此前并无融资计划,因对手挖人而引入资金用于员工股份。
FT 报道,DeepSeek 正在谈一轮新融资,估值接近 450 亿美元,腾讯是意向投资方之一。正文被付费墙挡住,没披露具体融资金额、条款和时间表。这个估值目前还只是谈判桌上的数字,关键要看它跟模型实际收入能不能对上——正文没给营收数据,这点先别太激动。
推荐理由:DeepSeek 正就新一轮融资展开谈判,估值接近 450 亿美元,腾讯是意向投资方之一,这一估值与投资方阵容勾勒出国内大模型公司的资本处境。
这个叫DeepSeek TUI的工具在GitHub上拿了8700多颗星,是开发者Hunter Bown(鲸鱼哥)用Rust写的,让你在本地终端里直接调用DeepSeek V4干活。它能聊天、改文件、跑shell命令、管任务。
推荐理由:开发者Hunter Bown用Rust写的DeepSeek TUI在GitHub获8700多颗星,支持在本地终端调用DeepSeek V4聊天、改文件、跑shell命令,是个人项目热度与终端集成方式的一个样本。
Reddit 用户 spencer_kw 把自己 10 天的编程工作流拆成 150 个任务,拿本地 Qwen 3.6 27B 和云端模型重新跑了一遍。结果 65% 的任务本地模型干得一样好,20% 勉强能用,只有 15% 必须上云端。他的 API 账单从每月 85 美元掉到 22 美元左右。
推荐理由:Reddit 用户把 10 天编程工作流拆成 150 个任务,用本地 Qwen 3.6 27B 与云端模型重跑,得出 65% 任务本地可胜任、15% 必须上云的分工比例,月 API 账单从 85 美元降到 22 美元。
Reddit 上有人发帖说,DeepSeek V4 Pro 在一个叫 FoodTruck Bench 的智能体评测里排到第四,中位数得分跟 GPT-5.2 只差 3%,但跑一轮任务的成本大概是后者的十七分之一。这个评测跑了 30 天,模型要用 34 种工具、带持久记忆、每天还得做反思,比较贴近真实业务流程。
推荐理由:DeepSeek V4 Pro 在跑了 30 天的 FoodTruck Bench 智能体评测中排到第四,中位数得分与 GPT-5.2 相差 3%,单轮成本约为后者的十七分之一。
这是一个叫 DeepSeek-TUI 的终端工具,你可以把它理解成“DeepSeek 版的 Claude Code”,专门在命令行里帮你写代码、跑命令。项目用 Rust 开发,MIT 协议开源,目前主要对接 DeepSeek V4 模型,支持 100 万 token 的上下文窗口。
推荐理由:DeepSeek-TUI 用 Rust 写了一个终端里的编程助手,对接 DeepSeek V4 并支持 100 万 token 上下文,MIT 协议开源,适合想了解命令行 AI 编码工具实现方式的开发者。
AutoBe 发了一个后端代码生成基准,用函数调用来测模型设计数据库和 API 的能力。qwen3.5-35b-a3b 在测试里跟 gpt-5.4 打平,但样本量只有 4 个项目,而且评分工具是自己写的,可能有偏向。一个商场项目跑下来要消耗 2 到 3 亿 token,按 GPT 5.5 的定价算,单模型成本在 1000 到 1500 美元。
推荐理由:AutoBe 用函数调用测模型设计数据库和 API 的能力,qwen3.5-35b-a3b 在 4 个项目上与 gpt-5.4 打平,单个商场项目消耗 2 到 3 亿 token。
DeepSeek V4 的技术报告列了一堆新组件,但没提 Engram。这个模块是 DeepSeek 和北大在 1 月开源的,做法是在 Transformer 的第 2 到第 15 层之间插入查表模块。在 27B 规模的测试里,它把 MMLU 拉高了 3.4 分,多查询大海捞针准确率干到了 97.0%。
推荐理由:DeepSeek V4 技术报告未收录与北大 1 月开源的 Engram 查表模块,该模块在 27B 规模测试中把 MMLU 拉高 3.4 分,多查询大海捞针准确率达 97.0%。
SimplePDF 发布了一个叫 Copilot 的演示,能让你用聊天的方式填写 PDF 表单。它把 PDF 的解析、渲染和字段识别都放在浏览器本地跑,文件不会上传到服务器。默认接的是 DeepSeek V4 Flash 的代理,也支持你自己带 API 密钥、用云端模型或者接 LM Studio 本地模型。
推荐理由:SimplePDF 的 Copilot 把 PDF 解析、渲染和字段识别都放在浏览器本地完成,文件无需上传服务器,同时支持自带密钥接入云端或本地模型。
Reddit 用户 Kurcide 晒出了他搭的 16 节点 DGX Spark 集群。每台机器用一根 QSFP56 线连到 FS N8510 交换机,单链路跑到 100–111 Gbps,总带宽约 200 Gbps,所有节点都跑满了线速。
推荐理由:Reddit 用户 Kurcide 用 16 台 DGX Spark 搭出集群,每台经 QSFP56 连交换机跑满线速,并在 8 节点上跑通 434GB 模型,提供了本地多机推理的实测配置参考。
这篇文章梳理了 2024 到 2026 年,让大模型学会推理的强化学习算法是怎么一步步改的。起点是 PPO,它需要同时跑一个策略模型和一个价值模型,训练成本高。后来的 GRPO、RLOO 这些变体,核心思路是砍掉价值模型,靠同一道题生成多个答案互相比较来算优势,省了显存和算力。
推荐理由:文章梳理了2024到2026年大模型推理强化学习算法的演进脉络,从PPO到GRPO、RLOO再到MaxRL,重点讲清各方案如何通过砍掉价值模型来降低训练成本。
DeepSeek 和北大、清华一起发了篇论文,还公开了代码库。这个框架的思路是在思维链里插入坐标点和边界框,相当于让模型边想边在图上做标记。帖子本身没贴跑分数据,正文也没披露具体指标,所以效果到底提升多少还不清楚。
推荐理由:DeepSeek 联合北大、清华发布论文并开源代码,把坐标点和边界框作为推理单元插入思维链,为多模态推理提供了一种可迁移的标记式方法。
DeepSeek 把多模态模型全量推上线了,现在打开网页版就能用识图模式。从体验看,这应该是一个独立的多模态模型,不是把图片转文字再丢给纯文本模型那种拼接方案。正文没披露模型名字、参数量、定价和 API 开放时间,这些关键信息都还缺着,想接进自己流程的朋友得再等等。
推荐理由:DeepSeek 将多模态模型全量上线,网页版识图模式已可直接使用,从体验看是独立多模态模型而非图片转文字拼接方案。
DeepSeek 研究员确认 V4 视觉版已经在灰度测试,官网首页上线了图片识别入口。一张截图显示,模型花了 4 秒识别出一张文字不多的图片里的饮料种类和杯子类型。正文没披露灰度覆盖范围、API 是否开放以及定价,所以能不能用上、花多少钱还不清楚。
推荐理由:DeepSeek 研究员确认 V4 视觉版已进入灰度测试,官网首页上线图片识别入口,截图显示模型用 4 秒识别出图中饮料种类与杯子类型。
Reddit 上有人算了笔账:DeepSeek V4-Pro 输入价格是每百万 token 0.145 美元,比 Claude Opus 4.7 便宜约 34 倍。五月有个促销直接砍到 0.036 美元,缓存命中更是只要 0.0036 美元,比 Opus 的缓存价低了约 173 倍。
推荐理由:Reddit 用户按 DeepSeek V4-Pro 与 Claude Opus 4.7 的输入、缓存价格逐项算账,得出约 34 倍和 173 倍的价差,为判断 agent 场景的模型成本提供了具体参照。
这篇文章把 DeepSeek V4 的技术报告翻译成了人话,核心就讲一件事:为了让模型能稳定地跑完一个长链条的 Agent 任务(比如改代码、调工具、看日志反复几十轮),V4 在架构上做了哪些又贵又复杂的工程决策。文章拆解了三个主要矛盾。
推荐理由:文章把 DeepSeek V4 技术报告拆解为面向 Agent 长任务的工程取舍,梳理混合注意力等架构决策在长链条任务中的权衡逻辑。
DeepSeek V4 两天内连续降价,输入和输出价格直接砍掉 75%,缓存命中的输入还能再打一折。量子位的编程实测里,处理 3500 万 token 的成本从 31.73 元掉到 5.34 元,降了 83%。这个价格对缓存命中率高的场景最划算,V4-Pro 的缓存命中率大概在 95% 到 96%。
推荐理由:DeepSeek V4 两天内两次调价,输入输出价格降 75%,缓存命中输入再降九成,量子位实测编程成本从 31.73 元降至 5.34 元。