DeepSeek
PulseAugur coverage of DeepSeek — every cluster mentioning DeepSeek across labs, papers, and developer communities, ranked by signal.
- parent of DeepSeek-R1 100%
- parent of DeepSeek V4 100%
- parent of DeepSeek V2 100%
- founded by Liang Wenfeng 100%
- subsidiary of High-Flyer 100%
- parent of DeepSeek-V3 100%
- founded Liang Wenfeng 95%
- developed V4-Pro 95%
- developed by DeepSeek V2 95%
- competes with Qwen 90%
- instance of DeepSeek V4-Pro 90%
- instance of DeepSeek-V4 Flash 90%
- 2026-07-08 research_milestone DeepSeek's AI model reportedly generated a ransomware strain, indicating a potential shift in cyberattack creation. 来源
- 2026-07-07 product_launch DeepSeek is reportedly developing its own AI chips. 来源
- 2026-07-05 product_launch DeepSeek is preparing to launch the V4 official version of its model in mid-July. 来源
- 2026-07-01 funding Chinese AI startup DeepSeek raised a record-breaking $7 billion, the country's largest-ever AI funding round. 来源
- 2026-07-01 funding DeepSeek secured a record-breaking $7 billion in its first external funding round. 来源
- 2026-06-30 funding DeepSeek announced plans for a significant expansion following its initial funding round, including a 50 billion RMB investment for AI agent and model development. 来源
- 2026-06-29 funding DeepSeek secured $7.4 billion in funding, with founder Liang Wenfeng contributing $3 billion. 来源
- 2026-06-27 product_launch DeepSeek open-sourced its DSpark inference optimization framework. 来源
- 2026-06-27 funding DeepSeek secured its first external funding round of over 50 billion renminbi (7 billion USD). 来源
- 2026-06-27 funding DeepSeek secured $7 billion in funding to fuel aggressive expansion and new product development. 来源
- 2026-06-27 product_launch DeepSeek has launched two new text-generation models, V4-Flash-DSpark and V4-Pro-DSpark. 来源
- 2026-06-26 product_launch DeepSeek released its V4 series of open-weight models, V4-Pro and V4-Flash, under the MIT license. 来源
- 2026-06-25 hiring DeepSeek is undertaking a major hiring spree, aiming to at least double the size of every department as it pursues artificial general intelligence. 来源
- 2026-06-23 product_launch DeepSeek announced a permanent 75% discount on its flagship AI model. 来源
- 2026-06-22 funding DeepSeek secured over $7.4 billion in its Series A funding round, reaching a valuation of over $50 billion. 来源
31 天有情绪数据
-
斯坦福大学将AI使用规则直接嵌入课程代码库
斯坦福大学的CS336课程实施了一种新颖的方法来规范AI代理的使用，将指导方针直接嵌入课程存储库中。与传统的教学大纲声明不同，一个名为CLAUDE.md（用于Claude Code）和AGENTS.md（用于其他代理）的文件被放置在作业存储库中。该文件明确允许AI代理解释和审查代码，但禁止它们编写代码、修改学生文件或执行命令。这种方法旨在通过AI代理自身可直接读取的方式来确保AI工具遵守课程政策，并在Hacker News等平台上引发…
-
俄罗斯用户面临 GPT-5.5、Gemini 3.5 访问障碍；DeepSeek V4 仍可访问
截至 2026 年 7 月，从俄罗斯访问高级 AI 模型面临重大挑战，只有 DeepSeek 的 V4 模型可以直接访问，无需 VPN 或外国手机号码。OpenAI 的 GPT-5.5 Instant 和 Google 的 Gemini 3.5 Flash 都对俄罗斯 IP 地址进行了地理封锁，需要 VPN 并且通常需要外国手机号码进行注册。虽然所有三款模型都提供免费套餐，但它们都有局限性和风险。文章详细比较了以卢布计价的 API 定…
-
Sysdig记录了由AI驱动的勒索软件操作“JadePuffer”
Sysdig威胁研究团队记录了首个利用AI代理的勒索软件操作，名为JadePuffer。该操作在攻击的各个阶段都涉及AI代理，包括侦察、凭证收集、横向移动、数据加密和勒索信生成。虽然仍有人工监督，但AI代理显著自动化了网络犯罪中更繁琐、耗时的工作，可能降低了成本并减少了对高技能人员的需求。
-
MiniMax-Think 在知识库查询的大型语言模型准确性-成本竞赛中领先 · 跟踪 1 个来源
一项对用于知识库查询的大型语言模型的最新评估发现，MiniMax-Think (M3) 在准确性与成本比方面表现最佳。该研究使用了一个私募股权并购尽职调查维基进行，测试了五个模型：MiniMax-Think、Claude Opus 4.8、Claude Sonnet 4.6、DeepSeek-R1 (V3) 和 Qwen Plus。MiniMax-Think 以最低的成本实现了最高的准确性，使其成为大规模查询工作负载的理想选择。Cla…
-
中国 AI 公司 DeepSeek 和 ByteDance 开发世界模型
中国公司正在推进世界模型的开发，这是一种旨在模拟物理或数字世界变化的 AI。最初专注于机器人和物理学，现在 DeepSeek 和 ByteDance 等公司正在更广泛地应用这一概念。这些模型旨在理解和预测环境如何随时间演变。
-
中国AI模型为开发者提供高性价比的编码解决方案
一位开发者分享了他每周使用中国AI模型的经验，发现DeepSeek和Qwen在代码生成方面比美国主流模型更具成本效益。尽管他承认这些中国模型在推理能力方面可能并非总是处于绝对前沿，但它们以更低廉的价格提供了许多编码任务上可比的性能。这一观点强调了影响开发者采用AI模型的实际经济考量。
-
开源A股量化工具将LLM用作助手而非预言家
一个名为tickflow-stock-panel的新开源项目为中国A股市场提供了一个自托管工作台，专注于筛选、监控和回测。该工具刻意避免AI驱动的选股，而是使用大型语言模型作为助手，用于生成筛选策略和市场回顾等任务。它强调在投资决策中保留人类的参与，并允许用户连接到任何兼容OpenAI的LLM端点，包括本地模型。
-
Crusoe 推出无服务器微调，简化开源模型定制
Crusoe 正在通过引入无服务器微调和自助推理功能来增强其 AI 平台 Intelligence Foundry。此举旨在支持企业在不承担管理 GPU 基础设施负担的情况下定制开源模型。该公司的战略反映了市场的一种转变，即竞争正超越原始 GPU 访问，扩展到包括微调、评估、部署和推理优化在内的整个 AI 模型生命周期。
-
100万token LLM上下文窗口成本差异达600倍，影响工作负载预算
大型语言模型中利用一百万token上下文窗口的成本差异巨大，在不同提供商之间观察到的差异高达600倍。对于主要涉及读取大量上下文的工作负载，如RAG或文档摘要，输入token成本是主要因素。例如，一次80万token的输入调用在GPT-5.5 Pro上大约需要24美元，而在Qwen-Flash上则约为0.04美元。这种显著的成本差异凸显了在选择长上下文任务模型之前，根据实际使用量评估输入token定价的重要性，因为质量差异不一定能证明…
-
ModelRouter通过单一API统一访问GPT、Claude、Gemini和DeepSeek
ModelRouter提供了一个统一的OpenAI兼容API网关，旨在简化多个大型语言模型的集成和管理。这种方法允许开发人员通过单一API端点访问GPT、Claude、Gemini和DeepSeek等不同模型，抽象化了不同的API密钥、定价结构和速率限制等复杂性。该服务旨在提供成本控制和灵活性，使应用程序能够无缝切换模型并更有效地跟踪使用情况，这对于SaaS产品、内部代理和开发人员平台尤其有利。
-
OpenAI发布“超级应用”，AI成本效益和开源模型挑战付费API · 跟踪3个来源
本周，各大AI公司动作频频，OpenAI宣布推出统一的“超级应用”界面，并声称其最新模型在代理编码任务上每token效率提高了54%，尽管旗舰模型的发布有所延迟。与此同时，开源模型GLM-5.2在硅谷引起轰动，引发了对付费API服务必要性的质疑。Nvidia也在调整其战略，从将AI芯片初创公司视为竞争对手转变为将其整合到其供应链中，这一举措凸显了多供应商推理路由和模型可移植性日益增长的重要性。
-
中国AI实验室寻求定制芯片以应对英伟达依赖担忧 · 追踪到1个来源
中国AI实验室如智谱AI和DeepSeek正在开发定制AI芯片，以减少对英伟达的依赖，这源于对出口管制和供应商锁定的担忧。此举标志着中国AI生态系统内部垂直整合的趋势。与此同时，腾讯发布了其Hy3模型，该模型在性能上可与GLM-5.2媲美，但在某些任务上更小巧、更高效。在美国，xAI发布了用于企业评估的Grok 4.5，而OpenAI则宣布其最新模型在代理编码任务上实现了显著的代币效率提升。
-
工程师详述使用 AI 工具在 ESP32 微控制器上花费一整天的努力
一位工程师详细描述了使用 C++ 作为包装器编写 Xtensa 汇编代码的一整天的努力，操作对象是 ESP32-S3 N16R8 微控制器。这次经历被视为一次宝贵的学习机会，工程师将 ESP32-S3 N16R8 与 80286 PC 在性能和成本方面进行了有利的比较。
-
新的代理工具解决了长编码会话中LLM上下文记忆丢失问题
一位开发者创建了TokenMizer，这是一个本地代理，旨在解决大型语言模型在长时间编码会话中上下文窗口的限制。该工具通过构建对话图来工作，包括任务、决策和推理，而不是简单地重新发送原始聊天记录。这使得更有效的上下文管理成为可能，从而能够以显著更少的token恢复会话，并在更长的时间内保留决策历史。TokenMizer还包括一个文件智能层，用于处理具有token节省的大型数据文件，并与包括Claude、GPT、Gemini和Grok在…
-
AI模型市场分裂为三个层级以优化成本 · 跟踪2个来源
2026年7月，AI模型格局已分裂为三个层级，为开发者提供了超越默认选择昂贵的GPT-4o等前沿模型的选项。第一层级包括Meta的Llama 3.1等主权本地模型，这些模型免费且适用于更简单的任务。第二层级包括DeepSeek V3.1等成本优化的云模型，以显著更低的价格提供接近前沿的质量，通过智能路由可能节省高达91%的AI账单。前沿模型对于最复杂的5-15%的请求仍然至关重要，但应谨慎使用。
-
LLM代理通过去重系统提示节省2.9亿个token · 跟踪2个来源
为了解决冗余系统提示浪费token和分散模型注意力的问题，已开发出一种新的LLM代理扩展。该扩展已在Pi Agent上实现，在每次API调用前计算系统提示的哈希值，如果提示与上一轮相比未改变，则将其删除。在超过12000个对话轮次中，该方法实现了93%的去重率，节省了约2.9亿个token，并降低了成本。开发者将这种“编译器级别的死代码消除”理念与处理动态冗余的“操作系统级别的垃圾回收”方法进行了对比。
-
中国放宽对人工智能公司购买英伟达H200芯片的禁令，以应对全球竞争
据报道，中国政府正在放宽对包括阿里巴巴集团、字节跳动和DeepSeek在内的部分国内人工智能公司的NVIDIA H200芯片购买限制。此举标志着一种务实的做法，旨在解决保持在全球人工智能竞赛中竞争力的先进计算能力的即时需求。虽然政府仍优先考虑长期的技术自给自足，但它承认本地生产的替代品目前还无法弥合巨大的计算能力差距。
-
美中人工智能竞争转向电力成本和可再生能源
随着人工智能模型日益商品化，美国和中国之间的全球人工智能竞争正日益从模型性能转向电力成本和可用性。中国对太阳能和风能等可再生能源的关注，使其有可能为人工智能服务提供更便宜的电力。这与美国依赖碳氢化合物形成对比，表明人工智能发展的未来可能取决于哪个国家能够获得最具成本效益和最可靠的电力。
-
中国瞄准英伟达AI芯片，北约加强防御 · 跟踪1个来源
据报道，中国正计划允许包括阿里巴巴、字节跳动和DeepSeek在内的主要AI公司购买先进的NVIDIA H200芯片。此举是在美国授权后先前批准延迟的情况下发生的，预示着中国在高端AI硬件方面可能获得更多机会。与此同时，北约正在开发一个集成AI的传感器和无人机网络，以应对俄罗斯的威胁，而Meta正在为其设计的一款用于分析用户情绪以制定个性化健身计划的AI设备申请专利。
-
AI API 请求日志对多模型应用运营至关重要
运营多模型 AI 应用需要强大的请求日志记录功能，以了解内部流程和有效调试问题。日志应捕获模型使用情况、提供商、工作流、令牌计数、延迟、重试和成本等详细信息。这些数据对于识别错误的根本原因、优化令牌使用和费用以及评估不同应用中模型的性能至关重要。