DeepSeek 相关 AI 资讯 · AITOP

7月8日

04:33

Aadit Sheth@aaditsh

中国在AI模型落后时采取开源策略，通过Qwen、DeepSeek、GLM等开源模型推动模型层商品化，美国企业每周路由超30%的AI token（一年前仅11%）。目前中国模型水平距美国前沿仅差6-9个月，而非过去数年。本周报道称北京首次讨论限制海外访问其最佳模型，原因是认为即将成为领先者。

行业 Qwen DeepSeek GLM

推荐理由：看中国怎么用开源打了一场翻身仗：从落后到逼近前沿，再到考虑限制，数据很硬核。

原文

03:19

@koltregaskes@koltregaskes

精选71°

DeepSeek 正在自研专用于推理的 AI 芯片，该项目已进行约一年。公司已私下招募芯片设计师，并与合作伙伴沟通，同时仍在使用 Nvidia 和华为的芯片来运行 R1 等模型。美国对先进芯片的出口管制是推动包括 DeepSeek 在内的多家实验室自研芯片的直接原因。不过芯片研发周期长达数年，且会面临与其他厂商相同的制造瓶颈。

行业 DeepSeek AI芯片推理芯片

事件专题

推荐理由：DeepSeek 自己动手做推理芯片了，不想被英伟达卡脖子，但这条路得走好几年。

原文

7月7日

23:47

23:47IT之家（博客/媒体）

72°

路透社援引知情人士消息，DeepSeek（深度求索）正在自研面向 AI 推理场景的芯片，项目约一年前启动。若成功，将降低其对英伟达、华为的依赖。受此影响，英伟达盘前股价下跌约 1.6%。分析师指出，受制于制造工艺，该芯片海外市场机会有限。DeepSeek 近期低调招聘芯片设计工程师，未公开职位信息。

行业 DeepSeek 英伟达华为

推荐理由：DeepSeek 在搞自己的 AI 推理芯片，想少用英伟达和华为的货。项目才起步，但已有分析师不看好海外市场。看国产大模型如何突围硬件依赖。

原文

17:04

17:04IT之家（博客/媒体）

73°

据CNBC报道，DeepSeek、智谱AI等中国模型因成本比Anthropic/OpenAI低60%-90%，性能接近，正被美国企业大量采用。OpenRouter数据显示自2月8日起美国企业调用中国模型占比每周超30%，峰值达46%。智谱GLM 5.2上线首周日调用量暴涨27倍，客户数增长近80倍。Lindy公司从Claude切换至DeepSeek后节省数百万美元成本。在智能体能力评测中，GLM 5.2与Anthropic Opus 4.8仅差1个百分点，成本仅为后者五分之一。

AI模型 DeepSeek 智谱AI GLM 5.2

事件专题

推荐理由：中国模型性能追上来了，成本还便宜一大截。DeepSeek、智谱GLM被美国公司大量采用，想省钱的团队可以关注。

原文

16:29

AI Will@FinanceYF5

第三方服务商通过SGLang推理引擎、Prefill-Decode解耦架构、专家并行技术及AMD MI300 GPU，将DeepSeek模型的API调用成本降至官方价格的1/5。该技术栈组合显著降低了推理开销，使小型团队和企业能以更低成本使用高性能模型。方案中涉及的专家并行与Prefill-Decode分离是核心优化手段。

技巧 DeepSeek SGLang AMD MI300

推荐理由：想低成本跑DeepSeek？有第三方用SGLang和AMD MI300把API成本压到官方的五分之一，技术方案公开，值得参考。

原文

15:57

Marc Andreessen@pmarca

Marc Andreessen 在推特上引用观点，认为 DeepSeek 的模型 Fable 在给定足够测试时计算（test time compute）的情况下，可能能够完成任意人类知识工作者的任务。它可以通过生成子代理（subagents）、运行RLM环境等方式实现。该观点称Fable是“智能完备”（Intelligence-Complete）的。目前该推文获得75个点赞和约24k阅读量。

AI模型 DeepSeek Fable AGI

推荐理由：Marc Andreessen 直接评价说 DeepSeek 的 Fable 可能已经接近 AGI 的门槛，这个判断来自顶级投资人，值得关注。

原文

11:47

官方一手arXiv: DeepSeek@Andrew Zhang, Chengzhan Li

ASV是一个状态转换测量框架，为每个观察到的动作评分，基于状态锚定评估器在固定候选结果上的分布变化。在100个开放问答任务中，使用实时PubMed检索和部分实时的DeepSeek执行器与log-probability评分，评估了1100步和2200个状态。在固定布局理由条件下，平均金标准边际增益为-2.335（轨迹自举95% CI [-3.395, -1.272]），熵值变化为0.000，平均贝叶斯惊喜为2.693。ASV能够定位最终答案分数或纯熵步指标遗漏的建设性和破坏性信念转变。

论文 ASV 智能体评估状态转换

推荐理由：这篇论文提出了ASV框架，能比传统方法更细粒度地诊断智能体每一步的好坏，特别适合做Agent评估的朋友。

原文

00:15

OpenRouter@OpenRouterAI

DeepSeek 在 OpenRouter 平台的 token 份额从 2025 年 1 月的 9% 增长至 6 月的 18%，六个月内翻倍。OpenRouter 分析认为主要驱动力是智能体（agentic）工作场景。该数据来自 OpenRouter 官方博客的深度分析。

行业 DeepSeek OpenRouter token份额

推荐理由：OpenRouter 数据显示 DeepSeek 的 token 份额半年翻倍，智能体场景是推手，值得开发者关注。

原文

7月6日

17:21

17:21IT之家（博客/媒体）

中央网信办自 2026 年 4 月启动“清朗·整治 AI 应用乱象”专项行动，第一阶段累计处置违规 AI 产品 1.4 万余款，清理违法违规信息 600 余万条，处置账号 2.6 万余个。北京、上海、浙江等网信办分别建立联动巡查、升级举报机制、优化模型审核能力等管理措施。华为在应用商店增加生成式 AI 备案审核，阿里巴巴完善数字指纹比对与关键词拦截，智谱、稀宇、DeepSeek 等平台也加强了内容识别和恶意行为阻断。下一步将聚焦利用 AI 制作虚假信息、暴力低俗、假冒仿冒、侵害未成年人权益及网络水军等问题开展第二阶段整治。

行业中央网信办华为阿里巴巴

推荐理由：网信办这次动真格了，清理了 600 万条违规信息，下架 1.4 万款产品，连带华为、阿里都加强了审核。想了解 AI 监管风向的可以看。

原文

10:12

10:12IT之家（博客/媒体）

DeepSeek 发布了开源 AI 编程助手 Deep Code，专为 DeepSeek-V4 系列模型适配。该工具支持深度思考和推理强度控制，并具备 Agent Skills。截至最新版本 v0.1.31，它提供终端 CLI 和 VS Code 插件两种使用方式。Deep Code 能结合项目上下文保存会话记录，支持读取文件、修改代码和执行命令，实现连续协作。

AI产品 DeepSeek Deep Code DeepSeek-V4

推荐理由：DeepSeek 出了个叫 Deep Code 的开源编程助手，专门搭配 V4 模型用，能记对话续任务，改代码跑命令一气呵成。

原文

7月5日

16:58

官方一手pandaily@contact@pandaily.com (Pandaily)

72°

清华博士Gu Yuxian（近5000引用）加入DeepSeek，将参与即将发布的V4版本。Gu Yuxian曾获清华特等奖学金，其研究在高引论文领域有影响力。DeepSeek V4计划于2026年7月中旬推出，目前团队正进行最终准备。

行业 DeepSeek Gu Yuxian DeepSeek V4

推荐理由：清华高引学者加入，DeepSeek V4马上要来了，团队实力又强了一截。

原文

7月3日

09:53

官方一手arXiv: DeepSeek@Jian Xu, Delu Zeng, John Paisley, Qibin Zhao

论文提出偏差感知贝叶斯主动排名方法，解决LLM裁判偏好冗长、格式和位置效应导致的系统偏差。在16个真实LLM（Llama、Qwen、Phi-4、GPT-4o-mini/5.1/5.5、Gemini、DeepSeek、Claude Haiku/Sonnet/Opus）的基准测试中，朴素聚合在偏差裁判上无法识别正确top-k，而该模型将召回率从约0.5-0.6提升至0.84-1.0。Top-k感知获取规则比循环赛或全局不确定性规则更少比较次数达到相同性能。

论文 LLM Claude GPT

推荐理由：用贝叶斯方法修LLM当裁判时的废话偏好和位置偏差，实测召回从0.5拉到接近1，比直接投票靠谱多了。

原文

09:46

官方一手arXiv: DeepSeek@Gabriel Hurtado

精选

该论文提出一种无需阈值的审计方法，结合两种内部信号——参考锚定的激活拒绝间隙与基础到候选权重的恢复能量——来检测开放权重检查点是否被剥离拒绝机制。在包含Qwen、DeepSeek-distilled Qwen、Llama和Gemma的273个检查点注册表上，两个信号的z-sum分离了57个公开的abliterations与37个良性微调、合并和指令微调，AUROC达到0.95，显著高于任一单独信号（0.84和0.90）。经Youden校准的阈值在留出族上达到平衡准确率0.89（FPR 0.11），仅漏掉57个中的4个。论文还映射了两种失败模式：伪造参考可无训练规避两个信号，白盒所有者可训练出超过阈值但仍不安全且连贯的检查点。

论文 Qwen DeepSeek Llama

推荐理由：想知道模型有没有被偷偷去掉安全护栏？这篇论文用两个内部信号在273个模型上做到95%的准确率，比单信号靠谱多了。

原文

7月2日

21:30

21:30IT之家（博客/媒体）

微软宣布成立微软前沿公司（Microsoft Frontier Company），初期注资25亿美元（约合170亿元人民币），服务联合利华、诺和诺德等客户。新公司将整合微软自研和第三方AI工具（如Anthropic、OpenAI、DeepSeek、Gemini），对接企业数据，成果归客户所有。此前Palantir和亚马逊云科技也有类似布局。微软商用业务总裁承认，三年前绑定单一模型OpenAI是错误，企业需要灵活切换和微调模型的能力。

行业微软微软前沿公司 Anthropic

事件专题

推荐理由：微软砸25亿美元成立新公司，帮你整合OpenAI、DeepSeek、Gemini等模型，成果归你，不绑定独家。企业客户别错过。

原文

20:30

官方账号vLLM@vllm_project

精选

DeepSeek 的 DSpark 投机解码技术现已原生集成到 vLLM 推理框架中。DSpark 是一种半自回归草稿模型，通过非因果滑动窗口注意力并行生成多个 token，单次验证即可保持输出一致，减少解码步数。在 NVIDIA 8×B300 GPU 上，DeepSeek-V4-Pro-DSpark 在 batch size 1 时达到约 250 tokens/s，平均接受长度约 5，且在不同草稿深度下比 MTP 方法接受率高 12-42%。vLLM 通过复用 SparseMLA 后端、捕获完整草稿主干和采样循环到单一 CUDA graph，并支持前缀缓存和 FP8 KV cache。

AI模型 DeepSeek vLLM DSpark

事件专题

推荐理由：DeepSeek 把 DSpark 开源自带进 vLLM，跑 DeepSeek-V4 实测单卡 250 token/s，比 MTP 快 12-42%，想搞投机解码的可以试试。

原文

12:42

12:42IT之家（博客/媒体）

精选

7月2日，美团内部下发通知，要求所有业务团队停止使用豆包大模型，并规划迁移至自研LongCat及DeepSeek等模型，无法迁移需提交原因经单独审批。今年4月，美团已限制阿里云Qwen模型使用，需X3级别审批。LongCat是美团2023年启动研发的大语言模型，最新LongCat-2.0为万亿参数模型（总参数1.6T，平均激活约48B），预训练数据超30T tokens，原生支持1M上下文。该模型基于五万卡国产算力集群训练，已对外开源。

行业美团豆包大模型 LongCat-2.0

事件专题

推荐理由：美团自研LongCat-2.0万亿参数模型来了，内部禁用豆包和Qwen，全面转向自家开源大模型，值得看看。

原文

10:13

官方一手arXiv: DeepSeek@Zewen Liu

该论文提出了EPC（评估者偏好耦合）协议，这是一种RFC风格的标准化协议，用于隔离和测量LLM代理系统中评估者偏好动态的四个阶段。协议包含了执行器和评估器配置、策略与任务设计、TTRL更新规则以及gamma、JSD、ECE、Brier等度量指标的计算方法。同时发布版本化的参考快照v1.0，包含GPT-4o、Qwen、DeepSeek等八个评估器条件的122次独立实验重复测量结果，并标注了版本标识符、API端点与测量日期。该协议、参考快照及实现代码已作为开放基础设施发布，旨在支持第三方复现、跨评估器比较以及检测专有评估器无声更新导致的测量衰减。

论文 EPC GPT-4o Qwen

推荐理由：这篇论文搞了个标准协议EPC，专门用来测LLM代理系统里评估器偏好怎么耦合的，还附带了GPT-4o、Qwen、DeepSeek等8个评估器的大规模实测数据，方便你复现和对比。

原文

7月1日

18:17

18:17IT之家（博客/媒体）

瑞银分析师与十几位企业IT负责人交流发现，约六成企业已出台管控措施收紧AI开支。词元调用成本成为核心顾虑，Uber运营总监称AI回报率微薄。短期内OpenAI、Anthropic等模型厂商将承受最大压力，而DeepSeek等开源模型和中国本土大模型有望成为受益者。谷歌推出了Gemini 3.5 Flash模型，Anthropic发布了Claude Sonnet 5以降低成本。分析师认为这是“良性调整阵痛”，企业从盲目试水转向高效利用。

行业 DeepSeek OpenAI Anthropic

事件专题

推荐理由：瑞银说六成公司正在砍AI预算，但DeepSeek这类开源模型反而可能更受欢迎。如果你关心企业怎么省AI开支，这篇报告有具体数据和趋势。

原文

16:07

官方一手pandaily@contact@pandaily.com (Pandaily)

88°

DeepSeek完成70亿美元融资，这是中国AI领域单轮最大融资。资金将用于采购国产AI芯片、扩大团队至5000人，并加速通用人工智能（AGI）研发。该公司计划在2027年前建成10万卡国产算力集群。

行业 DeepSeek 融资国产芯片

推荐理由：DeepSeek拿了大钱要搞国产芯片和AGI，这轮融资70亿美元是历史级别的，值得关注。

原文

6月30日

18:20

掘金本周最热@CodeSheep

DeepSeek首次公开发布大规模招聘公告，计划将所有部门规模扩大至少一倍，放出7大类33个岗位，所有岗位均接受实习。公告明确不招销售、市场和公关岗位，重心全在研发和产品。团队招聘核心原则为看能力而非经验，强调长期主义、热爱和去KPI化。新成立的Agent Harness团队由90后量化专家崔添翼负责，致力于将大模型能力转化为Agent产品。

行业 DeepSeek 招聘 Agent Harness

推荐理由：DeepSeek破天荒大规模招人了，所有部门翻倍，33个岗位全收实习，连Agent Harness团队都缺人。想去搞AGI的赶紧看看！

原文

16:51

官方账号Decoder@Matthias Bastian

DeepSeek发布新框架DSpark，将每位用户的响应速度提升60%至85%。该框架使用小型模型生成候选token，再由大型模型批量验证。通过优化计算流程，DSpark能在更少芯片上榨取更多性能。这有助于减少中国对高端美国芯片的依赖。

AI模型 DeepSeek DSpark 推理模型

推荐理由：DeepSeek的DSpark用小型模型提候选token、大模型批量验证，让速度提升85%，还减少了芯片需求，挺实用的。

原文

13:49

13:49阮一峰的网络日志（博客/媒体）

Anthropic创始人Dario Amodei认为AI模型公开后仅是开放权重，并非真正开源，用户无法像传统开源项目那样参与修改。他指出开源模型不等于免费，仍需付费在云端运行推理。他建议用户关注模型的实际表现而非是否开源。文章作者反驳称DeepSeek已发表论文解释模型运作，而Claude模型是黑箱。作者还批评Anthropic封禁其半闲置账户，认为封闭政策会加速开源模型发展。

行业 Anthropic Dario Amodei 开放权重

事件专题

推荐理由：Anthropic老板说开源AI是白给？他解释开放权重和真开源的区别，还聊了模型够不够好才关键。看你怎么想。

原文

12:41

官方一手歸藏(guizang.ai)@op7418

Cline推出每月9.9美元的订阅计划，提供2-5倍折扣访问GLM-5.2、DeepSeek、Kimi、MiniMax、MIMO、千问等开源模型。用户可通过Cline CLI和IDE使用该Token计划。当前还有1.99美元的限时优惠活动。该计划旨在降低调用多模型API的成本。

AI产品 Cline GLM-5.2 DeepSeek

推荐理由：Cline出了月付9.9美元的token计划，能用DeepSeek、Kimi、GLM5.2等模型，现在还有1.99美元试用价，挺划算的。

原文

10:29

官方一手pandaily@contact@pandaily.com (Pandaily)

72°

DeepSeek计划于7月中旬发布V4官方版本。高峰时段（9am-12pm和2pm-6pm）API定价将为标准费率的2倍，类似电力分时计价模式。此举旨在引导开发者在非高峰时段调用API。

AI模型 DeepSeek V4 API定价

推荐理由：DeepSeek V4马上要来了，7月中旬发布。高峰时段API价格翻倍，想省成本就避开那段时间，适合用API的开发者留意。

原文

10:26

官方一手arXiv: DeepSeek@Liu Zewen

论文提出EPC诊断框架，包含多模态偏好崩溃指数(MPCI)、评估器耦合矩阵和JS散度(JSD)。在8种实验条件下（N=122次重复）发现耦合系数均值范围0.00-1.18，其中GPT-4o May、GPT-4o-mini、Qwen3.7-plus和DashScope 30r四个条件显示强耦合（N=36），而GPT-4o June、qwen-plus N=30等四个条件崩溃到近零。特别地，GPT-4o从5月到6月的版本漂移（N=8重复实验）导致结论反转，自评估条件97%为零（JSD=0.003）。

论文 GPT-4o DeepSeek Qwen3.7-plus

推荐理由：这篇论文告诉你，你以为可靠的GPT-4o评估器可能几周后就失效了，它还给了你一个EPC框架来自己检查。

原文

10:25

官方一手arXiv: DeepSeek@Caglar Uysal, Baturay Birinci, Süha Orhun Mutluergil, Orçun Çetin

该论文对DeepSeek、GPT、Gemini、Grok、Llama和Qwen六种前沿LLM进行了提示注入漏洞实证评估。测试涵盖直接攻击与多阶段混淆攻击，涉及多种语言和字符编码。结果显示所有模型均存在系统性漏洞，非英语语种的恶意合规率显著高于英语。DeepSeek、Gemini和Grok在复杂指令下尤其易受攻击，简单字符编码仅部分降低风险。

论文 DeepSeek GPT Gemini

推荐理由：这篇论文告诉你，DeepSeek、GPT这些模型在非英语场景下有多容易被黑客利用来生成钓鱼内容，安全对齐的漏洞比想象中大。

原文

08:24

berryxia@berryxia

前Meta产品经理Qu Xiaoyin预测，2026年上半年中国开源模型（DeepSeek V4、Qwen3.5、GLM-5.2）能力追平部分闭源模型。她指出欧企业可把中国模型部署在自己的GPU上，满足数据合规（数据不出境）并获完全控制权。开源模型允许企业用内部数据微调成专属模型，而OpenAI和Anthropic的闭源API做不到。成本方面，闭源API按token收费，开源模型一次性部署后边际成本趋近零。但部署运维需专业团队，AWS、Azure、阿里云已提供托管服务降低门槛。

行业 OpenAI Anthropic DeepSeek

事件专题

推荐理由：前Meta产品经理说欧美企业会抛弃OpenAI和Anthropic转向中国开源模型，因为能本地部署、定制微调，成本还低。想省钱的老板可以听听。

原文

06:35

官方账号vLLM@vllm_project

vLLM 社区正在将 DeepSeek 的 DSpark 推测解码算法集成到 vLLM 推理引擎中。DSpark 是一种推测解码算法，能显著提升大语言模型的推理速度。该集成旨在为所有 vLLM 用户带来更快的推理性能，无需额外配置。目前社区正在积极开发中，预计将提升 vLLM 的吞吐量并降低延迟。

AI模型 vLLM DeepSeek DSpark

推荐理由：vLLM 社区正在把 DeepSeek 的 DSpark 算法加进来，推理速度能再上一个台阶，用 vLLM 的朋友可以期待了。

原文

03:06

@koltregaskes@koltregaskes

79°

DeepSeek v4 将于 7 月中旬进入通用可用（GA）阶段，部分用户已收到相关邮件通知。该版本带来更多功能优化和性能改进。具体改进细节尚未完全公开，但用户可期待更优的模型能力。

AI模型 DeepSeek v4 DeepSeek 开源模型

推荐理由：DeepSeek v4 马上 GA 了，7 月中旬上线，性能有优化，想尝鲜的可以关注。

原文

6月29日

18:51

量子位@梦晨

DeepSeek创始人梁文锋受Claude系列模型强劲表现影响，决定启动新一轮融资。他认为不储备弹药将无法在竞争中立足。此轮融资将为DeepSeek后续研发和算力投入提供资金支持。

行业 DeepSeek 梁文锋 Claude

推荐理由：梁文锋因为Claude的压力决定给DeepSeek融资了，说明大模型烧钱战还要继续打。

原文

16:27

官方一手Pandaily@contact@pandaily.com (Pandaily)

精选73°

DeepSeek 与北京大学联合开发的 DSpark 推理系统获得 PyTorch 核心维护者 Dmytro Dzhulgakov 的详细技术分析。他重点称赞 DSpark 的半并行草稿（semi-parallel drafting）机制，能提升推理吞吐量。分析指出该系统达到生产级工程水平（production-grade engineering），在特定负载下相比基线有显著加速。这一评测为开源推理系统提供了高含金量的第三方验证。

AI模型 DeepSeek DSpark PyTorch

推荐理由：PyTorch 核心大佬亲自下场拆解 DeepSeek 的 DSpark，说它半并行草稿很牛、工程落地扎实，搞推理优化的必看。

原文

10:06

官方一手arXiv: DeepSeek@Aniket Deroy, Kripabandhu Ghosh, Saptarshi Ghosh

该论文提出一种受树状思维（Tree-of-Thoughts）启发的提取-抽象混合方法，用于法律判决摘要生成。实验使用DeepSeek和LLama两种LLM，对比了纯提取、纯抽象及混合式摘要。结果显示，混合式提示生成的摘要质量优于其他类型提示。

论文 DeepSeek LLama Tree-of-Thoughts

推荐理由：这篇论文把思维树和提取-生成结合起来做法律摘要，用DeepSeek和Llama对比，发现混合方法效果更好。

原文

10:06

官方一手arXiv: DeepSeek@Lei Yu, Peng Wang, Jia Xu, Jingyuan Zhang, Xin Wang, Jiajia Ma, Li Yang, Changzhi Deng, Zenghua Wang, Fengjun Zhang

BashCoder-R1提出三阶段框架：连续预训练(CPT)专业化Bash范式、长思维链监督微调(L-CoT SFT)模拟风险意识推理、鲁棒性感知分组相对策略优化(R-GRPO)优化语法与鲁棒性。在包含952个真实任务(773单行,179多行)的BashBench基准上，单行/多行任务SyntaxPass达100.00%/94.97%，RobustPass达95.99%/79.33%，FullRate达90.04%/73.18%。相比最强基线DeepSeek-V3.2(推理)在FullRate上分别提升37.82%和20.18%。

AI模型 BashCoder-R1 BashBench DeepSeek

推荐理由：BashCoder-R1用三阶段训练让AI写bash脚本更稳更可解释，在BashBench上比DeepSeek-V3.2完整率高出一大截。

原文

06:45

官方账号Clement Delangue@ClementDelangue

DeepSeek 推出加速模型集合，其中 Gemma-4-12B 可能包含视觉能力。该模型在其 12B 参数量级别中，本地运行性能显著优于同类竞品。该集合未包含 Qwen 3.5，推测因 DeepSeek 未采用线性注意力机制。

AI模型 DeepSeek Gemma-4-12B 加速模型

推荐理由：DeepSeek 把 Gemma-4-12B 加速了，还带视觉，本地跑起来应该是同尺寸里最强的之一。

原文

00:21

berryxia@berryxia

精选73°

DeepSeek开源了DSpark投机解码框架，用于推理优化。DSpark通过并行backbone加顺序Markov head解决传统投机解码的后缀衰减问题，并引入置信度调度和负载感知调度器。在DeepSeek-V4生产环境中，单用户生成速度比MTP-1基线快60-85%，不同场景吞吐提升1.5x到5x。开源内容包括DeepSeek-V4-Pro-DSpark和DeepSeek-V4-Flash-DSpark模型checkpoint以及MIT协议的DeepSpec训练代码。

AI模型 DeepSeek DSpark DeepSeek-V4

推荐理由：DeepSeek开源了DSpark框架，能让你的V4模型推理提速60%以上，且不影响质量。它解决了投机解码在真实部署中的难题，已经稳定跑在生产环境。

原文

6月28日

16:36

官方一手Pandaily@contact@pandaily.com (Pandaily)

76°

北京大学与DeepSeek联合开源了投机解码框架DSpark，该框架无需修改模型即可将LLM推理速度提升60-85%。在严格延迟约束下，吞吐量增益最高达661%。DSpark通过高效的投机解码策略显著降低推理延迟。这一成果已在GitHub上开源。

AI模型 Peking University DeepSeek DSpark

推荐理由：北大和DeepSeek搞的DSpark，不用改模型就能让推理快80%，吞吐量翻好几倍，适合做部署的试试。

原文

14:34

量子位@林樾

百度在GitHub开源了全新OCR模型，模型名称暂未公开，但根据展示能一次性识别整本图书内容。该模型作者被社区推测为前DeepSeek研究员。项目已在GitHub托管，提供预训练权重和API文档。

AI模型百度 OCR 开源模型

推荐理由：百度搞了个能扫整本书的OCR，还开源了，做文档处理的可以试试。

原文

13:11

官方一手pandaily@contact@pandaily.com (Pandaily)

DeepSeek 发布 DSpark 推测解码框架，可将文本生成速度提升 80%。该框架优化推理效率，标志着 AI 竞争焦点从训练规模转向实际部署。DSpark 采用推测解码技术，通过小模型草稿加速大模型生成。

AI模型 DeepSeek DSpark 推理加速

推荐理由：DeepSeek 的 DSpark 框架让模型生成快八成，推理部署更省算力，搞推理优化的可以看看。

原文

13:09

官方一手pandaily@contact@pandaily.com (Pandaily)

精选73°

DeepSeek 在获 70 亿美元融资后发布首篇论文，提出 DSpark 推测解码框架，在无需额外训练的情况下将大模型生成速度提升 85%。该框架通过轻量级草稿模型配合验证机制加速推理，在多个基准测试中达到与原始模型相当的质量。DSpark 支持即插即用，可适配现有 DeepSeek 系列模型，显著降低延迟。

AI模型 DeepSeek DSpark 推理模型

推荐理由：DeepSeek 刚发了 DSpark，跑大模型生成能快 85%，还是即插即用的。搞推理加速的朋友可以关注。

原文

11:19

Geek@geekbb

有传闻称DeepSeek官方V4 API在2024年8月上线两周后，便开始使用氮气加速技术DSpark。该说法源自社区讨论，目前官方未确认。DSpark是DeepSeek自主研发的推理加速方案，可降低延迟和成本。若属实，则V4 API在发布后快速引入了性能优化。

AI产品 DeepSeek V4 DSpark

推荐理由：听说DeepSeek V4 API悄悄用上DSpark加速了？上线才两周，这速度有点猛。

原文