梁文锋首次跻身中国富豪榜前十，2800亿元身家估值超过丁磊
相关推荐
DeepSeek披露单GPU每小时可创造38美元计费收入，AI推理盈利能力引发关注
动察 Beating AI 快讯，DeepSeek 近期开源推理框架 DeepInfer，并披露其集群每天可处理 155 万亿 Token。按照 DeepSeek API 谷时价格折算，平均每 GPU 小时对应约 38 美元的理论计费收入，若按全年不间断运行计算，年化计费收入超过 33 万美元。 DeepSeek 通过专家并行、推测解码、异步调度及 KV Cache 优化等技术提升推理效率，但上述数字属于理论计费收入，并不等于实际营收或利润。实际收益还取决于 GPU 利用率、付费请求比例、硬件与电力成本，以及服务延迟等因素。 AI 行业正面临需求增长与盈利压力并存的局面。一方面，中小企业 AI 应用及 Agent 部署需求持续升温；另一方面，模型训练、推理服务和基础设施投入仍在侵蚀部分企业利润。据报道，CoreWeave 第二季度营收同比增长约 112% 至 25.75 亿美元，但仍净亏损 6.26 亿美元。 分析认为，推理效率提升有望扩大 AI 服务的利润空间，但高效生产 Token 并不必然意味着商业盈利。随着模型调用量增长，企业仍需解决算力成本、服务定价和客户付费意愿之间的平衡问题。
DeepSeek与华为联手挑战英伟达AI算力霸权：参与下一代芯片设计，年底冲刺国产芯片预训练
动察 Beating AI 快讯，去年，DeepSeek 尝试用华为昇腾芯片训练 R2，最后没能成功。《金融时报》当时披露，芯片稳定性、跨卡通信和软件支持都存在问题。即便华为派工程师驻场协助，DeepSeek 最终还是转回英伟达芯片完成训练。 一年多后，双方的合作进一步深入硬件设计。《The Information》现在披露，华为工程师长期驻扎 DeepSeek 办公室，将模型训练中的实际需求直接纳入下一代昇腾芯片的设计，包括如何安排计算任务，以及如何在芯片之间传输数据。 DeepSeek 今年 9 月底刚开源了昇腾版 TileLang，以及矩阵计算、MoE 专家通信等底层工具，减少了模型迁移到国产芯片所需的开发工作。但软件能跑起来，距离完整预训练还有很长一段路。上万颗芯片需要连续协同数周，任何一颗发生故障，或者数据传输出现延迟，都可能拖慢整个集群。如今双方开始从芯片设计阶段处理这些问题。 华为计划将 2027 年第一季度就绪的昇腾 960DT 的大部分供应优先交给 DeepSeek，而不是分散给其他模型公司。DeepSeek 则准备最快今年年底先用 950DT 开始预训练。目前相关测试已使用超过 1000 颗芯片，完整预训练可能需要上万颗，部分集群管理软件仍未完成。与此同时，DeepSeek 仍在寻求更多英伟达芯片。
DeepSeek把AI编程卷进「许愿时代」：从零造3D游戏，DeepSWE跑分超Opus 5
动察 Beating AI 快讯，DeepSeek 将 V4.1 Flash 升级至 1017 版本，网页端、App 和 API 已同步切换，新模型权重也已按 MIT 协议开源。 官方测试中，DeepSWE v1.1 软件工程任务通过率从 74.2% 提升至 77.0%，超过 Claude Opus 5 的 74.0%。Terminal-Bench 4.0 从 31.2% 提升至 42.3%，但仍低于 Opus 5 的 51.8%。按照官方公布的成本曲线，达到 77% 通过率的配置，每题平均仅花费约 1.3 元。不过，对比对象是 Opus 5，而非更新的 Opus 5.5。 新版本重点强化了「许愿式编程」，也就是只给出简单需求，让 AI 自行规划并完成整个项目。DeepSeek 利用自反馈强化学习改进这类能力，并展示了故宫 3D 场景、网页版赛车游戏，以及基于 Godot 引擎的《传送门 2》复刻。官方称，新模型完成任务的时间和输出长度均有所减少，还针对 DeepSeek Harness、腾讯 CodeBuddy 和 WorkBuddy 做了优化。 此外，DeepSeek 首次向开发者开放自研搜索引擎的 Search 和 Fetch API。开发者可以让 Agent 直接搜索网页、抓取正文。两个接口均按成功请求计费，每千次 5 元。通过 Claude Code、Codex 内置网页搜索功能触发的 Search 请求，前两周暂免接口调用费。
民间DeepSeek Bot开源：一句话组建AI团队
动察 Beating AI 快讯，独立开发者 FeiZ 开源了 DeepSeek Bot（DS Bot），这是一个基于 DeepSeek Harness（DSH）的非官方插件。安装后，用户可以创建多个分工不同的 Bot，为它们分别配置模型，让它们执行任务、互相协作。 每个 Bot 都有独立会话和长期记忆，可以记住用户偏好。对话过长时，插件会自动压缩上下文，还能搜索早期聊天记录。记忆以 Markdown 文件保存在本地，也支持团队共享。 首次使用时，系统会自带一个名为 Chief 的主管 Bot。只要告诉它需要哪些角色，它就能帮你创建其他 Bot 和群聊。群聊默认由管理员回复，再按需调用其他成员，避免所有 Bot 每次都参与，减少 Token 消耗。用户也可以直接 @ 指定成员。 插件还支持定时任务，以及按 Bot、模型查看 Token 用量。桌面端在插件页输入 `ds-bot` 即可安装，Web 端也能使用。 未来，作者还计划支持接入本地 Agent。项目采用 Apache 2.0 协议开源，目前仍处于早期阶段。
字节揪出DeepSeek-V4隐藏盲区：代码没变，答案却周期性出错
动察 Beating AI 快讯，字节跳动 Seed 团队发现，DeepSeek-V4 在长文本处理中存在一种规律性弱点。研究人员让模型补全一段代码，代码本身没有变化，只延长了前面一段无关注释，模型的答案就会在正确和错误之间来回切换。V4-Flash 基础版每隔 4 个 Token 重复一轮，V4.1-Flash 也存在类似现象，周期变成 2 个 Token。 问题与 DeepSeek 节省显存的「分块 KV 缓存压缩」有关。模型会把连续几个 Token 的信息合并保存，降低处理长文本的成本。但这种压缩会让不同位置的信息得到不同程度的保留，某些位置的内容更难在之后被准确找回。字节将这种周期性检索差异称为「相位敏感性」。 在约 12.8 万 Token 的检索测试中，V4-Flash 基础版在不同位置上的准确率最高相差 40.2 个百分点。经过后训练，差距缩至 19.1 个百分点；V4.1-Flash 进一步缩至 6.1 个百分点，但周期性波动仍然存在。字节还从零训练了多组对照模型，发现波动周期与压缩步幅一致，未使用分块压缩的对照模型没有出现相同规律。
「梁圣」登上深圳天际线，DeepSeek大肥鱼也来了
动察 Beating AI 快讯，深圳人才公园今年的国庆灯光秀，把 DeepSeek 创始人梁文锋和「蓝色大肥鱼」一起搬上了后海摩天楼。多段现场视频显示，楼宇灯光先后出现梁文锋肖像、蓝色鲸鱼形象，后面还穿插了具身智能机器人画面。 「蓝色大肥鱼」并不是 DeepSeek 官方吉祥物，而是今年中文 AI 社区给 DeepSeek 创作的拟人形象。它来自 DeepSeek 的蓝鲸 Logo，后来被画成爱吃白饭、爱摸鱼的鲸鱼娘，在 B 站、贴吧、Linux DO 等社区迅速扩散，「梁圣」和「大肥鱼」也逐渐变成一套固定的 DeepSeek 社区梗。