美国下令联邦民事机构移除 DeepSeek AI 并停止采购
美国国土安全部下令联邦民事机构停止采购并移除 DeepSeek 及其技术构建的第三方产品和服务,机构可申请例外。命令基于美国政府用户数据可能在中国法律下被中国当局访问的担忧,中国外交部则反对以国家安全为由实施限制。
美国国土安全部下令联邦民事机构停止采购并移除 DeepSeek 及其技术构建的第三方产品和服务,机构可申请例外。命令基于美国政府用户数据可能在中国法律下被中国当局访问的担忧,中国外交部则反对以国家安全为由实施限制。
中国批评美国 DHS 对 DeepSeek 的禁令,并表示将采取“坚决的反制措施”。中方同时否认 FBI 和 AI 实验室提出的非法蒸馏指控。
DeepSeek 开源了用于运行自有模型的 DeepInfer 框架。该框架面向模型规模化推理,公开了其在提升运行效率、降低计算成本方面的技术实现。
美国国土安全部指示联邦民事机构停用并移除 DeepSeek 相关产品与服务,中国商务部对此表示坚决反对。OpenAI 上线 ChatGPT Slides 和 Locked Chats,前者支持生成、共享及导出演示文稿,后者可用 PIN、Face ID 或 Touch ID 锁定对话。
DeepSeek 开源了支撑其生产服务的推理框架 DeepInfer,采用 Apache 2.0 许可证并同步发布 deepseek-recipe。
DeepSeek 以 Apache License 2.0 开源内部推理框架 DeepInfer,用于快速规模化运行 V4.1-Flash。DeepInfer 基于 vLLM,加入优化计算内核、多芯片分布式处理和更快的文本生成技术,DeepSeek 还将同步开源后续模型代码,并发布复现官方 API token 处理方式的 deepseek-recipe。
Interconnects 第25期盘点开放权重 AI 产物,包括 DeepSeek V4.1 Flash 1017、DeepInfer 推理栈及多款新模型。文中关注中国商务部尚未成为法律的模型出境审批提案,以及美国 DHS 限制 DeepSeek 进入联邦民事采购的订单。
推荐理由:文章同时梳理模型发布、推理栈开源与中美监管提案,呈现开放权重生态的竞争与控制变化。
DeepSeek 以 Apache 2.0 许可证开源了生产推理框架 DeepInfer,并发布 MIT 许可的 token 编解码层 deepseek-recipe。
MemT 1.0 系列正式开源发布,包含 36B 总参数、激活 3B 的 Nano 和 288B 总参数、激活 17B 的 Flash,通过在 Transformer 中加入记忆计算通路,让经验以可更新的内部状态参与后续生成。
DeepSeek 开源 DeepInfer 高性能推理框架,支持 DeepSeek-V4.1-Flash 的离线推理。框架提供 Attention DP、MoE EP + EPLB、异步批调度、确定性采样和结构化输出,并支持 NVIDIA SM100 GPU 与华为昇腾 950 NPU;完整生产推理服务所需的部分组件尚未包含在本次发布中。
DeepSeek 发布 DeepSeek-V4.1-Flash-1017,这是 DeepSeek-V4.1-Flash 的小版本更新,重点改进推理、编码、智能体任务和视觉基准表现。
推荐理由:材料提供了模型更新、代表性基准成绩、推理部署参数及开源许可信息,便于比较版本变化与实际使用成本。
OpenRouter 单周 token 用量达到 146 TRILLION,作者以此质疑 AI 泡沫叙事,并分析模型市场的价值、速度与成本权衡。
DeepSeek 发布 DeepSeek-V4.1-Flash,这是一款拥有552B主干参数、支持1M token上下文的多模态MoE模型,可原生处理图像和文本。
推荐理由:模型将1M token上下文与每token仅8B或16B激活参数结合,并量化了KV cache压缩效果,为高输入量智能体工作流提供成本对照。
DeepSeek 发布 DeepSeek-V4-Flash-Vision-Exp,这是 DeepSeek-V4 系列首个实验性多模态模型。该模型在 ApexBench 的 Pass@1 得分由 26.2 提升至 36.5,Agents' Last Exam 得分由 25.2 提升至 27.3,文本 Agent 任务表现与 DeepSeek-V4-Flash-0731 相当。
推荐理由:仓库提供提示词编码、最小推理实现和基准结果,并给出 vLLM、SGLang 部署方式,便于评估与复现。
DeepSeek 正式发布 DeepSeek-V4-Pro-0813,取代 Preview 版本,并加入 DSpark 推测解码模块以增强智能体能力。模型在 HLE、Terminal Bench 2.1 和 DeepSWE 等基准中取得 42.7/60.0、87.9 和 62.7 的成绩,reasoning_effort 现支持 low、high、max 三档。
推荐理由:DeepSeek-V4-Pro-0813的正式版本、评测数据与部署配置齐全,便于开发者比较其智能体和编码表现并评估落地方式。
深度求索正式发布 DeepSeek-V4-Flash-0731,取代此前预览版,并强化 Agent 能力,模型结构与 DeepSeek-V4-Flash-DSpark 相同,附带 DSpark 推测解码模块。
推荐理由:该发布提供模型结构、推理档位、编码方式及 vLLM、SGLang 部署配置,便于开发者评估并部署 Agent 工作流。