北京银行：智能体创作平台累计搭建智能体300余个
相关推荐
DeepSeek V4.1 Flash第三方实测：没夺回国模第一，但成本只有Kimi、GLM七分之一
动察 Beating AI 快讯，Artificial Analysis 完成 DeepSeek V4.1 Flash 独立测试，综合智能指数拿到 40 分。它已经超过自家 V4 Pro 0813 的 36 分，但仍低于 Kimi K3 的 44 分和 GLM-5.3 的 45 分。按这套第三方榜单，DeepSeek 还没夺回国产模型第一。 但价格差距非常夸张。V4.1 Flash 跑完一个 Intelligence Index 任务平均只花 0.27 美元，Kimi K3 和 GLM-5.3 都在 2 美元左右，相差约 7 倍。输出速度达到 197 Token/s，也远高于 Kimi K3 的约 36 Token/s 和 GLM-5.3 的约 58 Token/s。 Agent 依然是它最强的部分。AutomationBench-AA 上，V4.1 Flash 拿到 69%，追平 GPT-6 Astra，并超过 GLM-5.3 的 62%；长上下文测试 AA-LCR 也拿到 84%。缺点是它特别能说，AA 测试中单任务平均输出约 8.9 万 Token，比 V4 Pro 多 62%，吃掉了一部分价格优势。
DeepSeek、Kimi都在拼命砍缓存，英伟达开始让缓存跨模型复用
据动察 Beating 监测，过去两年，大模型推理优化一直在拿 KV Cache 开刀。它是模型读完上下文后留下的中间计算结果，内容越长，越吃显存和带宽。DeepSeek-V2 借助 MLA，相比 DeepSeek 67B 将 KV Cache 减少 93.3%；Kimi Linear 相比全 MLA 又最多减少 75%。大家都在让长上下文更便宜。 但这些方案都有一道墙：缓存通常只能在同一个模型内部复用。Agent 从小模型切到大模型后，目标模型还得把前面几万甚至几十万 Token 重新计算一遍。模型路由越频繁，这笔重复计算越难忽略。 英伟达最新论文开始拆这堵墙。团队发现，在同一家族、KV 结构匹配的不同大小模型之间，缓存存在明显的线性关系。用 500 段、每段 1024 Token 的文本校准一次，就能拟合出一套映射，把一个模型算好的 KV Cache 转给另一个模型继续用。 Qwen3-14B 切到 32B 时，32K 上下文重新计算约需 7 秒，转换缓存只要约 0.28 秒，快约 25 倍。换句话说，以后甚至可以先让小模型负责「读」：把长上下文算成 KV Cache；真正需要更强能力时，再把缓存转给大模型，让大模型直接开始「想」和生成。 这会让模型路由省下更多算力。现在让简单任务跑小模型，主要省的是生成成本；一旦切到大模型，长上下文往往还得由大模型重新算一遍。跨模型 KV Cache 如果做成熟，连这部分 prefill 都能交给小模型完成。Agent 可以长期用便宜模型维护上下文，碰到难题才叫醒大模型，而且不用每次都从头「读档」。
华尔街机构：Kimi K3并非「DeepSeek时刻」再现，反而强化算力需求
火星财经消息，7 月 21 日，Kimi K3 发布后，美股半导体板块因市场担忧出现「DeepSeek 时刻 2.0」而下跌，但瑞银、野村、美银证券和花旗均认为，这款模型并未削弱算力需求，反而可能推动 AI 基础设施需求进一步扩张。 Kimi K3 拥有 2.8 万亿参数、100 万 token 上下文窗口，并支持常开推理、原生多模态及 MoE 架构。机构认为，其规模和长上下文将增加 KV 缓存占用，并推高 HBM、服务器 DDR5、企业级固态硬盘、云基础设施及高速互联需求。花旗将这一趋势称为「又一次杰文斯悖论」，即模型效率和价格改善可能带来更多应用与 token 消耗。 瑞银指出，开源模型通常因上下文窗口更长而更加依赖内存和存储；花旗认为，K3 大规模部署或需要由 64 块以上 GPU 组成的超节点。野村则认为，全球大模型竞争将促使前沿实验室和超大规模云平台继续投入，利好台积电、英伟达、存储厂商、光模块供应商及数据中心运营商等 AI 基础设施环节。 不过，美银证券提示，若模型效率提升速度持续超过工作负载增长，而实际使用量未能同步扩张，AI 基础设施建设仍可能出现一定回落。
中信建投：Kimi K3模型达全球Tier1 国产模型再现DeepSeek时刻
火星财经消息,中信建投发布研报称，坚定看好AI产业趋势，K3是本周全球大模型行业的分水岭事件，也是另一个DeepSeek时刻：K3的发布意味着中国大模型第一次以“竞争威胁”身份进入全球大模型叙事——2.8 万亿参数 + 100 万上下文 + Code Arena 登顶，证明国产模型已在Agentic Coding主战场与美国前沿模型正面交锋。其他建议重点关注应用层机会：1）K3提升了开源模型智能水平，应用层使用tier1模型的门槛、成本预计均将降低，利好后续应用场景进一步打开；2）头部和第二梯队模型厂商的竞争均较为激烈，竞争维度已经从模型能力延伸至价格、产品力、场景拓展、成本优化等，我们认为利好应用层。(财联社)
九安医疗五天四板后「炸板」，参股DeepSeek、月之暗面(Kimi)及阶跃星辰
火星财经消息，7 月 20 日，据 行情数据，A 股九安医疗上演五天四板「炸板」，现涨 5.51%。 此前报道，九安香港通过天津拾象间接向 DeepSeek 出资 7.5 亿元。交割完成后，穿透持股约 0.21%，不参与经营。2023 年 8 月和 2024 年 3 月，九安医疗旗下主体两次投资月之暗面，金额分别约为 1000 万美元和 2000 万美元。2026 年 6 月，公司又通过海棠同慧基金间接向阶跃星辰投资 1 亿元。
美国三机构指控 DeepSeek 等 6 家中国 AI 公司非法蒸馏
ChainCatcher 消息，美国国家安全局、FBI 和 CISA 发布联合报告，点名 DeepSeek、月之暗面、阿里、MiniMax、阶跃星辰和智谱。美方指控上述公司自至少 2024 年底起，批量调用 Claude、GPT、Gemini 和 Grok 的输出训练自家模型，累计涉及数百万次请求、数十亿 Token。报告列出具体模型，DeepSeek 被指用多款 Claude、GPT、Gemini 和 Grok 为 R1、V3 生成训练数据；月之暗面被指用 Claude Fable 5 数据训练 Kimi K3，用 GPT-4o 数据训练 Kimi K2。美方称这些公司还通过大量账号、第三方 API 聚合商和灰色中转站绕过地区限制，并用提示词尝试套出模型隐藏的推理过程，将此类行为称为恶意蒸馏。