在今年 2 月的 DeepSeek 开源周中，大模型推理过程中并行策略和通信效率的深度优化成为重点之一。在今年 2 月的 DeepSeek 开源周中，大模型推理过程中并行策略和通信效率的深度优化成为重点之一。
在今年，DeepSeek R1火了之后。
英伟达官宣新办公室落户中国台湾省台北市，但居然是从太空飞下来的吗？
当技术范式重构，强者也不得不重新起跑。
DeepSeek最新论文深入剖析了V3/R1的开发历程，揭示了硬件与大语言模型架构协同设计的核心奥秘。论文展示了如何突破内存、计算和通信瓶颈，实现低成本、高效率的大规模AI训练与推理。不仅总结了实践经验，还为未来AI硬件与模型协同设计提出了建议。
法国初创Mistral，刚刚推出定价碾压DeepSeek V3的模型，而模型性能，却超过Claude Sonnet 3.7的90%。不过在网友们的实测中，它却翻车了？有人建议：不必下载浪费流量和硬盘空间。
随着 Deepseek 等强推理模型的成功，强化学习在大语言模型训练中越来越重要，但在视频生成领域缺少探索。复旦大学等机构将强化学习引入到视频生成领域，经过强化学习优化的视频生成模型，生成效果更加自然流畅，更加合理。并且分别在 VDC（Video Detailed Captioning）[1] 和 VBench [2] 两大国际权威榜单中斩获第一。
南加州大学团队只用9美元，就能在数学基准测试AIME 24上实现超过20%的推理性能提升，效果好得离谱！而其核心技术只需LoRA+强化学习，用极简路径实现超高性价比后训练。
这组充满悬念的组合引发科技圈热议，业内普遍推测DeepSeek R2模型已进入发布倒计时。凤凰网科技从知情人士处获悉，目前网传信息的真实性含量很低。
原本的我：我把话撂这儿了，就是DeepSeek R2来了，我都不更！有事假期结束再说。 看完豆包Case的我：哎嘿真香~不是我卷朋友们，实在是它这波真的很强，非常强，4o在我这里暂时都没那么香了。废话咱就不多说了，还是先简介然后上案例！
