搜索
随着 DeepSeek 发布 DSpark，动态 MTP（多 Token 预测）成为了对抗高并发、提升 GPU 利用率的绝对焦点。然而，DSpark 高度绑定特定模型且需要额外训练。
过去 12 个小时，关于 DeepSeek 的消息一个接一个炸出来。
月之暗面旗下新一代大模型 Kimi K3 已由员工在 X 上确认，将于本月内发布。据多方信源，K3 的参数规模将达到 2.5 万亿——这一数字不仅超越了 DeepSeek V4 Pro 的 1.6 万亿，也成为当前已公开参数规模最大的国产模型。
你有没有想过一个问题： 我们平时选模型，到底有多少是因为它真的好用，又有多少是因为它便宜？
同样是进顶尖 AI 公司当工程师，在中国你只要 1.6 年经验，在美国却得熬到 5.5 年。换句话说，一个中国应届生刚拿到毕业证，就可能坐在 DeepSeek 的工位上调大模型；而他的美国同行还得在别的公司再「实习」四年，才够格投一份前沿 AI 实验室的简历。
斯坦福胡佛研究所追踪了 DeepSeek 七篇论文背后 356 名研究者的完整职业轨迹。美国培养出的最优秀 AI 人才正在大规模回流中国，而中国本土管道已经能独立产出前沿模型的核心贡献者。
关于 DeepSeek 的融资信息，已经漫天遍野。已知信息，「elsewhere」不再赘述。以下，是我们了解到的一些未被展示过的故事或情节。先说那场投资人会议，也就是那个口耳相传的“四小时会议”。
最新测试显示，模型抱团后实力明显升级：Opus 4.8+GPT-5.5>Fable 5；Kimi K2.6+ DeepSeek V4 Pro+Gemini 3 Flash=Fable 5。能力追上了，开销还减半。根据官方定价，相比Fable 5，Kimi K2.6+ DeepSeek V4 Pro+Gemini 3 Flash这套平价阵容，成本降幅接近80%。
Hunter Bown 没想到，自己会在差点因职业转型陷入困境后，被一个开源项目重新推回牌桌。
最近人人都在聊 DeepSeek 的融资，这个等最终落定后我们再说。今天先说 Kimi 。