民间版 DeepSeek-Bot 发布,DSH 装插件即可使用
非官方 DeepSeek-Bot 插件发布,基于 DeepSeek Harness 提供多 Bot 团队与长期记忆。每个 Bot 可配模型与主管优化 token,支持接入任意模型且开源 Apache 2.0。上线不到一天获 250+ 星,地址 https://github.com/FeiZhuLulu/DeepSeek-Bot/tree/main 。
非官方 DeepSeek-Bot 插件发布,基于 DeepSeek Harness 提供多 Bot 团队与长期记忆。每个 Bot 可配模型与主管优化 token,支持接入任意模型且开源 Apache 2.0。上线不到一天获 250+ 星,地址 https://github.com/FeiZhuLulu/DeepSeek-Bot/tree/main 。
IT之家 2026 年 10 月 10 日发布 IT 早报,汇总尊界 V800 制动踏板免费升级、字节 Seed 发现 DeepSeek-V4 长上下文性能漂移、开源 AI 图像编辑套件 ArtCraft 等 22 条科技资讯。内容覆盖汽车制动安全、手机价格调整、人形机器人租赁及英雄联盟总决赛等多元领域。
字节 Seed 团队发现 DeepSeek-V4 的检索准确率随输入位置每 4 个 Token 周期性变化,128K 长上下文测试中最大差距达 40.2 个百分点。研究证实该现象源于分块 KV Cache 压缩技术导致的“相位敏感性”,不同压缩步长对应不同波动周期。尽管后训练能缩小差距,但团队指出常规 Benchmark 难以检测此类位置偏差,需针对特定相位进行专项评估。
字节 Seed 团队在 arXiv 发表论文,指出分块 KV 缓存压缩引入的“相位敏感性”是 DeepSeek 长上下文性能漂移的原因。该研究评估了 DeepSeek-V4-Flash 等模型,发现长上下文检索准确度在不同相位间可能相差高达 40 个百分点,揭示了平均基准分数掩盖的周期性弱点。
疑似中国籍攻击者利用开源 AI 渗透测试工具 ARTEX 在 2026 年 9 月底至 10 月初入侵多家韩国金融机构,仅新韩银行就有超 25,000 条客户记录被盗。
德国搜索引擎 Ecosia 宣布放弃 Mistral,转而与 Melious 合作使用 Qwen、GLM 和 Kimi 等中国开源模型。此举使 Ecosia 成本降低一半并提升性能,此前该公司今年 5 月刚从 OpenAI 切换至 Mistral。
2026 年 10 月 7 日 IT 早报汇总了多项科技资讯,包括余承东详解华为 Mate 90 系列首发的“拼好网”功能,以及杨利伟宣布中国空间站下半年将迎来首批外籍航天员。此外,余承东官宣鸿蒙系统正考虑逐步推向全球市场,2026 年诺贝尔物理学奖也正式揭晓。
Mistral 于2026年10月6日发布 Mistral Large 4 预览版 Le chonk,模型为1万亿参数、490亿活跃参数,经 API 开放。公司承诺本月底释放开放权重,仅支持 none 与 high 两档推理级别。
DeepSeek 正接近完成至少 120 亿美元的新一轮融资,知情人士称总额可能接近 150 亿美元,宁德时代与腾讯出资占比最大。该轮最初目标约为 75 亿美元、估值约 750 亿美元,融资完成后公司计划重组并在 2027 年初 IPO,同时还在建设至少 16 万颗华为 AI 芯片的数据中心。
据彭博社报道,DeepSeek 新一轮融资即将敲定,募资规模至少可达 800 亿元人民币,宁德时代和腾讯是本轮出资规模最大的几家投资方。DeepSeek 最初的募资目标约为 500 亿元,按已签署的投资条款书,最终融资总额可能逼近 1000 亿元,并为公司计划 2027 年初开展的 IPO 铺路。
由英伟达投资的初创企业 Reflection AI 推出首款开放权重模型 Beam,主打代码编写与智能体任务。Beam 总参数量达 5010 亿,采用稀疏激活架构,每处理一项任务只激活 230 亿参数,公司称其性能可对标智谱 AI 的 GLM-5.2,在代码与智能体任务上正逐步逼近 Qwen3.8-Max。作为对比,GLM-5.2 总参数量约 7440 亿,激活参数量为 400 亿。
华为与高通达成覆盖 5G、AI 等领域的广泛专利许可协议,高通将收购华为部分美国专利,交易完成后华为专利许可累计总金额超 69 亿美元。DeepSeek V4.1 Flash 发布后,中国顶尖 AI 模型与美国领先模型在 LiveBench 跑分差距缩小至 3%。
Reflection AI正式发布开放权重模型Beam,声称以3-4倍更少推理计算匹配GLM-5.2等中国模型性能。Beam为501B参数文本MoE模型,具备1M token上下文窗口,本月将开放权重与技术细节。这是其构建西方方案对抗DeepSeek与Qwen开放模型的举措。
倍思 MC2 NC 降噪耳夹耳机在京东发售,定价 783 元,部分地区国补后低至 598 元。该耳机内置 12mm 碳纤维三磁路动圈,支持 LDAC 协议,结合气垫物理隔音与 ANC 芯片实现 -50dB 降噪深度,单耳重 5.9g 并获 IP67 认证。此外,其接入豆包、通义千问及 DeepSeek 模型,提供 AI 录音转写、实时助答与同声传译等功能。
彭博行业研究称,DeepSeek 9 月发布 V4.1 Flash 后,中国顶尖模型在基准测试得分上仅落后美国竞争对手 3%,这一差距较 5 月的约 9% 和今年早些时候的 15% 有所收窄。
DeepSeek Harness 组成员崔添翼回应新版本加入 Claude Code Mods 兼容的问题,他本人是该兼容层的作者。
Aleph Alpha 用自建基准测试了阿里千问(Qwen)、DeepSeek 和月之暗面(Kimi)的模型,覆盖 967 个挑选出的敏感话题,其评分系统判定仅 17% 至 41% 的回答算平衡,其余复述国家立场、回避或拒答。
DeepSeek弹性计算团队大量招聘资深工程师,并公开技术分享《DeepSeek弹性计算(DSec):面向大规模Agent训练的沙盒基础设施》。DSec现有约160台服务器、3万个CPU核心和250TB内存,每天服务约300万个沙盒,通过镜像按需加载与内存共享压降成本。这是DeepSeek三周前招人后再度扩招,以支撑Agent环境数量扩充成百上千倍。
DeepSeek-V3.1 现已更新至 DeepSeek-V3.1-Terminus,官方 App、网页端、小程序与 DeepSeek API 均已同步更新,并开放 Hugging Face 和 ModelScope 开源下载。
推荐理由:官方列出 Terminus 在 Agent 与语言一致性上的改进及测评对比,便于了解本次版本更新重点。
DeepSeek 发布实验性模型 DeepSeek-V3.2-Exp,在 V3.1-Terminus 基础上引入 DeepSeek Sparse Attention 稀疏注意力机制,针对长文本训练和推理效率做优化,在公开评测集上表现与 V3.1-Terminus 基本持平。
推荐理由:稀疏注意力在公开评测表现基本持平的前提下降低长文本推理成本,API 价格随之下降五成以上。
DeepSeek 同时发布 DeepSeek-V3.2 和 DeepSeek-V3.2-Speciale 两个正式版模型,网页端、App 和 API 已由 DeepSeek-V3.2-Exp 升级为正式版 V3.2。
推荐理由:DeepSeek 同时发布 V3.2 与 V3.2-Speciale 两个正式版模型,并把思考模式接入工具调用,读者可据此比较开源与闭源模型在 Agent 评测上的差距。
DeepSeek 上线并开源全新系列模型 DeepSeek-V4 预览版,分为 DeepSeek-V4-Pro 与 DeepSeek-V4-Flash 两个版本,均支持 1M 上下文和思考模式。
推荐理由:官方给出 V4 两个版本的参数、上下文与各项评测位次,可据此判断开源模型在 Agent 与推理上的当前位置。
DeepSeek 发布 V4.1 Flash,这是全新模型结构系列中最小尺寸的模型,为 552B 参数的 MoE 模型并具备原生多模态视觉理解能力,API 模型名改为 deepseek-flash 即可调用。
推荐理由:原文给出 552B MoE 结构、KV Cache 压缩幅度与 API 定价调整,可据此判断高效推理模型的成本走向。
英伟达正式发布 DGX Spark 64GB 内存版桌面 AI 计算机,起售价 4999 美元,10 月 23 日发售。设备基于 GB10 芯片提供约 56GB 可用内存,支持本地部署 Qwen3.8-27B 等开源模型与多机集群扩展,降低智能体开发云端成本。
DeepSeek等中国实验室公开KV cache优化技术后,Anthropic与OpenAI悄然发布采用该优化的Claude Opus 5.5与GPT-6.1 Sol,缓存读取成本大幅下降。
Anthropic Frontier Red Team 在内部二进制利用基准测试的 100 个任务中评估了多个模型,发现 GLM-5.3 在 4% 的试验中实现了完全控制流劫持,而 Claude Mythos Preview 为 6%。
推荐理由:引用了 Anthropic 红队关于 GLM-5.3 和 Claude Mythos Preview 在二进制利用基准测试中的具体表现对比。
AMD 以 $8.2 亿美元收购世界实验室 AI 初创公司,此举旨在增强其在 AI 领域的竞争地位。
OpenRouter 联合创始人 Alex Atallah 与 AMP 的 Anjney Midha 在 Latent Space 播客中回顾 OpenRouter 的发展历程。
小米发布 MiMo-V2.6 系列两款原生全模态开源模型,MiMo-V2.6-Pro 为 1.02T 总参数、42B 激活参数,Artificial Analysis 智能指数 46,位列开源权重模型首位,定价 $0.435/M 输入、$0.87/M 输出 token,采用 MIT 许可。
推荐理由:小米首次进入前沿开源模型序列,其RL环境与训练配方开源,可观察后训练成本压缩到何种程度。
DeepSeek 正式发布 DeepSeek-V4.1-Flash 模型,为新架构家族最小模型并原生支持多模态视觉理解。
推荐理由:DeepSeek-V4.1-Flash作为新架构最小原生多模态模型发布,API改用deepseek-flash且旧名临时路由,价格随之下调便于迁移。
DeepSeek 在 API 平台发布实验性多模态视觉理解模型 DeepSeek-V4-Flash-Vision-Exp。其纯文本能力与 DeepSeek-V4-Flash 持平,在需视觉理解的 agent 基准上显著跃升,多模态 agent 能力接近 Opus-4.8。调用需设置 model='deepseek-v4-flash-vision-exp'。
推荐理由:DeepSeek 正式发布实验性多模态视觉理解模型 DeepSeek-V4-Flash-Vision-Exp,该模型在需视觉理解的 agent 基准上较同族文本模型大幅跃升,多模态 agent 能力接近 Opus-4.8。
DeepSeek-V4-Pro 已正式发布并在 APP、Web 和 API 上线,调用时模型名设为 deepseek-v4-pro。该版本大幅提升智能体能力,HLE (wo/w tools) 达 42.7/60.0,Terminal Bench 2.1 87.9,NL2Repo 61.5 等。
推荐理由:DeepSeek-V4-Pro 正式发布,智能体能力在 HLE 等基准显著提升并原生支持 OpenAI Responses API,用户可参考分数与峰谷定价规划调用。
DeepSeek-V4-Flash API 现已开放公开测试,设置模型名 deepseek-v4-flash 即可用,智能体能力较 V4-Pro-Preview 显著提升。
推荐理由:相较 V4-Pro-Preview 智能体基准提升明显,原生支持 Responses API 并为 Codex 适配,便于开发者迁移工作流。
本期 Import AI 汇总多条动态。英国 AI Security Institute 分析显示,开放权重模型与闭源前沿模型的网络安全能力差距在收窄,GLM-5.2 与 DeepSeek V4-Pro 大致相当于 4 至 7 个月前发布的闭源前沿模型,而 2025 年大部分时间这一差距为 6 至 10 个月;在长周期网络攻防任务上差距更大。
DeepSeek API 现已支持 V4-Pro 和 V4-Flash 模型,可通过 OpenAI ChatCompletions 与 Anthropic 接口调用。
推荐理由:原文给出了 DeepSeek V4 接入方式与旧名停用节点,用户可据此规划 API 调用代码迁移。
DeepSeek 通过临时端点 base_url=https://api.deepseek.com/v3.2_speciale_expires_on_20251215 提供 V3.2-Speciale,定价同 V3.2 且无工具调用。该服务可用至2025年12月15日15:59 UTC,详情参见文档。
DeepSeek 官方 API 的 deepseek-chat 和 deepseek-reasoner 均已升级到 DeepSeek-V3.2。deepseek-chat 对应 DeepSeek-V3.2 的非思考模式,deepseek-reasoner 对应思考模式。该更新记录于 DeepSeek API 官方更新日志。
推荐理由:此次版本升级将 DeepSeek 官方的 chat 与 reasoner 接口统一到 V3.2,开发者可按思考与非思考模式选择调用。
DeepSeek 将 deepseek-chat 和 deepseek-reasoner 升级至 DeepSeek-V3.2-Exp。deepseek-chat 对应 DeepSeek-V3.2-Exp 的非思考模式,deepseek-reasoner 对应其思考模式。
DeepSeek 已将 deepseek-chat 和 deepseek-reasoner 升级到 DeepSeek-V3.1-Terminus,分别对应非思考与思考模式。更新保持原模型能力,减少中英混合与异常字符,并优化 Code Agent 和 Search Agent 性能。
推荐理由:DeepSeek 将 deepseek-chat 与 deepseek-reasoner 升级至 V3.1-Terminus,改善语言一致与 Agent 性能。
DeepSeek 将 deepseek-chat 与 deepseek-reasoner 升级到 DeepSeek-V3.1,采用混合推理架构支持思考与非思考模式。相较 DeepSeek-R1-0528,新模型推理效率提升且智能体任务能力增强,SWE-bench Verified 66.0、SWE-bench Multilingual 54.5、Terminal-bench 31.3。
推荐理由:DeepSeek-V3.1 采用混合推理架构并公布 SWE-bench Verified 66.0 等基准,读者可对比 R1 版本判断其推理与智能体任务提升。