美国众议院中国问题特别委员会首席民主党人 Ro Khanna 致信 DeepSeek、阿里巴巴和 Moonshot AI，要求其提供追求"超级智能"与递归自我改进（RSI）的文件，并说明是否设有保障措施和"终止开关"。他同时致信国家情报总监办公室，要求评估美国应对 AI 实验室失控的能力及中国政府的灾难性 AI 风险评估方式，目标是推动美中达成禁止 RSI 的条约。

美国AI公司指责中国企业用“蒸馏”技术偷师，就是把大模型当老师，用它的回答来训练自家更小的模型。但专家说这指控夸大了，因为蒸馏只能拿到表面的文字输出，拿不到底层的代码和训练细节，中国公司还是得先自己搭出一个足够强的基座模型。另外，Anthropic刚因非法用版权书训练模型赔了15亿美元，OpenAI也正被纽约时报起诉，美国法院还没判蒸馏到底算不算偷商业机密。

DeepSeek 发了一篇论文，把他们内部用来大规模训练 agent 的沙箱系统 DSec 公开了。核心思路是让模型在隔离的沙箱里反复练习使用真实工具，而不是靠模拟数据。系统能同时跑 10 万个沙箱，启动一个沙箱只要 11 秒，单个成本大概 3 美元。论文里讲了怎么用快照、缓存和按需分配把延迟和开销压下来，也给了训练 agent 时的效果数据。目前只放...

一个在线工具，把任意字体和 tokenizer 合并，生成每个 token 宽度相等的 TTF 字体。支持 DeepSeek、OpenAI、Kimi、Qwen 等 tokenizer，浏览器、Discord、Slack 都能直接用，不需要额外脚本。可选 Noto 后备字体和彩色 emoji。正文没披露渲染性能开销，但提到浏览器字形排版和换行可能让 to...

这篇《纽约时报》长文梳理了中国AI战略的来龙去脉。习近平在2014年就提出中国不能只当买家，必须成为顶尖AI制造者，2017年首个国家级AI规划随即出台，目标2030年全球领先。钱给得很足，2000到2023年间国家主导的基金向AI企业砸了超过1840亿美元，去年政府和国有银行又承诺追加数千亿。跟美国盯着通用人工智能（AGI）不同，中国更急着把AI直接...

Pirate Face 把 Hugging Face 上的开源模型（包括大语言模型、图像、音频、数据集）自动转成磁力链接，用 P2P 网络分发。每个文件都带着 Hugging Face 官方的 SHA-256 校验码，下载后可以比对，确保模型权重没被篡改。目前已经同步了超过 66.9 万个模型，像 DeepSeek V4.1 Flash 和 Qwen3...

MIT 公开了 1451 条来自 DeepSeek V4.1 Flash 的“最大努力”推理轨迹，并且已经对 AIME 和 MATH-500 做了去污染处理。这批数据对训练小模型模仿长链推理很有用，但正文没披露轨迹的格式、长度分布，也没说是否包含奖励信号。如果你打算拿来做蒸馏或偏好学习，得先确认这些细节。

Kyle Chan 在纽时发文指出，美国 AI 圈怕的是模型自我迭代失控、变成生存威胁；中国决策者觉得那个起飞点还很远，眼下更怕深度伪造、政治敏感内容和社会不稳。最近几件事——OpenClaw 数据泄露警告、Mythos 模型网络攻击能力、以及一个能快速破解微信账号的 AI 工具——让北京也开始认真对待网络安全和模型失控这两类风险。Chan 建议，与其...

Cactus 开源了一个叫 Needle 3 的微型模型，专门给手机、手表、机器人这类小设备做自动化。整个模型压缩后只有 8 到 29 MB，用的是他们自家的“简单注意力网络”。它有个特别的设计叫“智能阶梯”：从 2 层到 20 层，每一层都是一个能独立干活的子网络。开发者可以按需选择，比如只取 4 层微调一下，在手机工具调用的跑分上就能超过 Deep...

这篇技术报告拆解了 DeepSeek-V4.1 Flash 的架构，核心目标是把 KV 缓存压到极致。模型总参数 552B，但 Prefill 阶段只激活 8B 参数、跑 20 层，Decode 阶段激活 16B 参数。压缩手段包括跨层共享 KV（CSA2）、FP4 精度的 KV 缓存，以及稀疏注意力索引器的优化。作者认为改动幅度大到该叫 DeepSe...

DeepSeek 发了 V4.1-Flash，一个 552B 参数的 MoE 多模态模型，核心卖点是 KV cache 压缩——就是减少长文本推理时显存占用，让大模型跑长上下文更省显存。论文刚挂 arXiv，压缩比和跑分都没给，标题说“Pushing the Limits”，方向是推理效率。正文没披露具体压缩效果和评测结果，这点先别太激动。

一位开发者用两块 RTX Pro 显卡组了台本地推理机，跑 Qwen 3.8 Flash Next 和 DeepSeek V4 Flash，解码速度达到 150 tok/s，预填充 10K tok/s，还能同时处理 4 个请求。他之前用 M3 Ultra 512GB，觉得推理太慢。新机器能跑 DeepSeek 的 1M 上下文窗口，但 Qwen 的思考...

安全公司 Enclave 把 DeepSeek V4.1 Flash 扔进他们的黑客测试环境，让它攻击 11 个有漏洞的目标和 4 个已修复的对照目标。结果模型在所有 11 个目标上都拿到了代码执行权限，4 个对照目标则全部守住了。跑完这轮测试只花了 4.65 美元，算上失败重试的总成本也才 5.14 美元。模型总共执行了 2349 条 Bash 命令...

群友用同一套搜索工具做控制变量实验，DS V4.1 Flash 调了 22 轮工具后给出的网址全是假的，GPT 只用 4 轮就拿到真实结果，差距明显。Astra 频繁过度工程的毛病被定位到旧模型时代攒下的 skill 和 memory 在暗中加活，清理后行为立刻正常，建议从 Sol 迁来的项目都做一次上下文大扫除。GPT-6 Sol 传闻最晚本周四发布...

OpenRouter 发了一篇指南，把 DeepSeek V4 家族里哪个型号能读图、哪个只能读文字列清楚了。V4 不是单个模型，而是一个系列，包括 V4.1 Flash、V4 Pro 0813、V4 Flash 0731、V4 Flash Vision Exp 等。能接受图片输入的只有两个：V4.1 Flash（原生支持，输入 $0.15/百万 to...

一个开发者把 DeepSeek V4.1 Flash 的 Q4 量化版塞进了 512GB 内存的 M3 Ultra，通过魔改推理引擎 ds4，把生成速度从每秒 16.6 个 token 提到了 31.3 个，开启模型自带的 DSpark 投机解码后能到 40.5 个。速度提升不是靠改模型，而是把 Metal 图形接口的调度指令大幅合并：原来 384 个...

今天最直观的教训来自 @搞仁义毛义仁：给 Astra 一个空白 C++ 仓库，代码写得一塌糊涂；把积累了大量 code review 经验的 GacUI 上下文导进去，质量立刻飙升。这说明模型不是不会写，是得用具体规则去“规训”。@今天群内信息量极大 实测了 Ollama Cloud 跑 DeepSeek V4.1 Flash，解码吞吐是官方 API ...

Fireworks 跑了一遍 DeepSeek-V4.1-Flash 的完整测试。在衡量自动修 bug、写代码能力的 DeepSWE 基准上，它的 pass@1 得分是 74.34%，跟 GPT-6 Astra 的 74.12% 在同一档，但每次任务成本只要 0.43 美元，比 Astra 便宜 15 倍，比 Claude Opus 5 便宜 28 倍...

DeepSeek 在 V4.1 Flash 模型里塞了一个叫 Engram 的模块，有 196B 参数，但它不做计算，只躺在主机内存的查找表里等模型来取。它的查找键直接用前几个 token 拼出来，地址提前就能算准，所以可以靠 RDMA 预取把传输延迟藏进计算过程里，不用占 GPU 显存。论文自报的数据里，推理能力涨得比知识问答更猛：BBH 涨了 5....

DeepSeek 在 9 月 10 号发了 V4.1-Flash，虽然叫 4.1，Sebastian Raschka 直接说这该叫 V5。模型总参数 763B，用了混合专家（MoE）和因果编码器-解码器架构，把处理输入和生成输出拆成了两个阶段：预填充时激活 8B 参数，解码时激活 16B 参数，稀疏度只有 1% 到 2%。这么一拆，KV 缓存占用最多能...

Anthropic 九月发了一份技术调查，说一个团队在十天内用 5380 个假账号，把约 30 万次用户请求偷偷转给了 Claude。被带走的不是闲聊，是真实生产数据：有跨国药企的四国基建预算表、生效中的 Telegram 和飞书密钥，还有公安局的身份证核查记录。独立研究者 Shou 声称买到了 6TB 数据包，里面有 SSH 密钥和云平台令牌，但这是...

DeepSeek 放出了 V4.1-Flash 的开放权重，一个 552B 参数的 MoE 模型，用了 Causal Encoder-Decoder 架构，专门为编程 Agent 调过。它把算力拆成两块：prefill 阶段激活 8B 参数，decode 阶段激活 16B，外加 KV 缓存效率也做了优化。跑分上，Terminal Bench 2.1 拿...

Anthropic 九月威胁报告扔出了一颗炸弹：DeepSeek 和月之暗面（Kimi）在用户完全不知情的情况下，把发给自家模型的请求静默转发给了 Claude，用户的代码和登录凭证就这么暴露给了第三方。同时，一个 6TB 的中转站数据泄露包里，装着 SSH 密钥、云服务凭证和 GitLab 令牌，足以拿下 7 个政府实体和 19 家企业的内网。报告还...

文章标题说 DeepSeek V4.1 Flash 大幅降价、原生支持视觉能力，作者用游戏和城市生成任务测了表现。但正文被微信屏蔽，看不到具体降了多少、视觉能力什么规格、生成质量如何。如果真降价且视觉好用，对做多模态或生成类应用的团队是个好消息，但这点先别太激动——没披露细节前只能当传闻看。

Benzi 在 24 个真实 GitHub 问题上，拿自己的代码智能引擎搭配 Sonnet 或 DeepSeek，跟 Claude Code 和 DeepSeek 原生引擎做了对比。核心指标是修一个 Bug 要读多少行源码：Benzi + Sonnet 总共读了 9,125 行，Claude Code 读了 20,704 行，DeepSeek 原生引擎...

DeepSeek 发了 V4.1 Flash，把全局 KV 缓存压到上一代的约四分之一，持久化缓存压到约八分之一，缓存命中的输入价格也跟着砍了六成。技术报告的核心判断是：稀疏注意力已经把计算成本打下来了，现在拖慢长时程 agent 任务的是显存塞满、数据往 SSD 搬进搬出和总线传输的开销。Flash 的解法是上 4 位存储、让不同层共用一份全局缓存、...

Anthropic 在 9 月的威胁情报报告里点名了三家中国公司：DeepSeek、小米和月之暗面。报告说，这几家把自家模型跟用户的对话记录喂给 Claude，再用 Claude 生成的回答当训练数据，去“蒸馏”Claude 的能力——也就是用大模型的输出教小模型模仿回答风格。这些对话里还夹带了个人用户、大型跨国公司和政府相关方的敏感信息。Anthro...

Artificial Analysis 的评测里，DeepSeek V4.1 Flash 综合智力评分 40，比之前的旗舰 V4 Pro 0813 还高一点，成了 DeepSeek 目前得分最高的模型。它干活时输入只激活 80 亿参数、输出激活 160 亿参数，能一口气处理 100 万 token 的上下文，代码直接 MIT 开源。不过正文没提推理速度...

WorkBuddy 把 DeepSeek V4.1-Flash 接进了自家平台，新用户能免费试用两周。这个版本通过 DeepSeek API 调用，支持原生多模态（能直接处理图片、文字等混合输入）。但公告没提相比之前版本快了多少、便宜了多少，也没说试用期后怎么收费。

硅基流动当天就接入了 DeepSeek-V4.1-Flash。这是个 552B 参数的混合专家模型，实际干活时预填充阶段激活约 80 亿参数，解码阶段约 160 亿参数，自带视觉能力，一次能处理 100 万 token 的上下文。最实在的一点是 KV 缓存占用只有 V4 Flash 的四分之一，部署成本会低不少。MIT 许可证，商用也方便。

DeepSeek 新模型 V4.1-Flash 主要解决长文本处理太烧钱的问题。它把 GPU 高速内存里的 KV 缓存（模型处理过的上下文暂存区）压到了前代 V4-Flash 的四分之一，卸载到硬盘或主机内存的部分更是缩到约八分之一。具体做法是把模型拆成编码器和解码器：读入信息时每 token 只激活 80 亿参数，生成文字时才用到 160 亿，输入端...

彭博社报道，DeepSeek 发布了一款新模型，主打低成本，目标就是跟 OpenAI 和 Z.AI 抢市场。标题说得很直白：这是新一轮价格战。文章没披露具体参数、定价和发布时间，但核心信息很明确——DeepSeek 想用更便宜的价格逼对手降价或调整策略。如果是真的，这对靠 API 收费的厂商压力不小。不过正文没给任何成本数字或性能对比，所以“低成本”到...

DeepSeek 推出了 V4.1-Flash，换了一套叫“因果编码器-解码器”的新架构，直接把视觉理解做进了模型里，不用再单独接一个看图组件。模型总规模 552B 参数，是个混合专家模型，处理你输入的内容时只激活 8B 参数，生成回答时激活 16B。官方说价格降了不少，但正文没给出具体降幅和跑分数据，我会先打个折，等第三方实测出来再看。

V4.1-Flash 是 DeepSeek 新架构里最小的一个模型，总参数 552B，但干活时输入只激活 8B、输出激活 16B，属于 MoE 的省电模式。它换了一套叫 Causal Encoder-Decoder 的架构，视觉理解不再外挂，而是原生支持。最实在的变化是 KV 缓存：跟上一代比，HBM 占用降到 1/4，SSD 存储降到 1/8，意味着...

DeepSeek 发了个新模型 V4.1-Flash，主打长文本处理。它支持一次性读入 100 万 token 的上下文，相当于能直接啃完《三体》三部曲。为了不让显存爆炸，它用了 FP4 精度存 KV 缓存，把临时记忆压得很小；同时让不同层之间复用注意力计算结果，省掉不少重复运算。不过正文没披露参数量、跑分成绩、开源协议和 API 定价，所以实际效果和...

DeepSeek 今天放出了 V4.1 Flash，一个总参数 552B 的 MoE 模型，但实际干活时输入只激活 8B、输出激活 16B 参数，所以推理成本压得很低。它用了新的非对称编码器-解码器架构，跑分直接超过了自家的 V4 Pro。KV 缓存也大幅瘦身，相比上代 HBM 需求降到 1/4、SSD 需求降到 1/8，这对经常要缓存命中的 agen...

DeepSeek 放出了一个叫 V4.1 Flash 的新模型，代码和权重挂在 HuggingFace 上。正文没披露参数量、跑分成绩和具体架构，所以现在还不知道它到底多大、多强。从命名习惯看，带“Flash”通常意味着这是个更快、更轻量的版本，可能适合需要低延迟或者本地跑的场景。Hacker News 上讨论热度很高，853 分、481 条评论，但大...

DeepSeek 今天上线了 V4.1-Flash，这是他们全新模型架构里最小的一个，自带看图能力。新架构的设计目标是拉高能力天花板、跑得更快、吞吐量更大，后续会放大到更大参数的模型上。跑分方面，GPQA Diamond 90.9，Codeforces 3471，HLE 36.8，在编程和 Agent 任务上看着挺能打。API 这边，模型名改成 dee...

OpenAI 的 Tibo 公开承认 Astra 需求前所未有，可能暂停新 Pro 订阅，群友反映谷时段也卡顿、WebSocket 频繁断连。DeepSeek V4.1 Flash 在 OpenDesign 的设计任务评测中拿到 81.2 分，达到 Astra 的 98%，但成本只有 Astra 的 1.4%。不过群友扒出 DeepSeek API 强...

路透社消息，DeepSeek 已经聘请中信证券筹备科创板 IPO，目标是今年递交申请、明年挂牌。募资额和估值还没定，钱主要想用在三块：扩建算力、加大模型和自研芯片投入、留住核心人才。公司 2026 年前七个月营收约 4.75 亿元，是 2025 年全年的 10 倍，增速很快。同时，DeepSeek 还在做新一轮融资，目标估值约 5000 亿元。今年 6...