公司概况与融资里程碑 - 公司Black Forest Labs (BFL) 于2024年在德国成立，是一家专注于AI图像生成的公司 [9] - 公司在成立一年半内完成B轮3亿美元融资，估值达到32.5亿美元 [6][22] - B轮融资由Salesforce Ventures和Anjney Midha (AMP) 联合领投 [6] 创始团队与技术渊源 - 联合创始人团队（罗宾·隆巴赫、安德烈亚斯·布拉特曼、帕特里克·埃塞尔）曾是Stable Diffusion核心技术的研究者与缔造者 [9] - 团队因对前公司Stability AI的管理动荡和财务困境失望而集体出走并创立BFL [10][11] - Stability AI在2024年第一季度营收不足500万美元，亏损超过3000万美元，并陷入财务危机 [10] 核心产品与技术突破 - 核心产品为FLUX系列图像生成与编辑模型，基于“流匹配”架构，取代了行业主流的扩散模型 [24] - 最新模型FLUX.2能生成高达400万像素（4K）的图像，并实现“像素级精准控制” [6] - 模型具备强大的多参考图融合能力，可同时输入多达10张参考图，实现“零样本角色迁移”，解决了角色一致性的行业痛点 [6] - FLUX.1模型拥有120亿参数，基于新型“整流流变换器”架构，在图像细节、提示词遵循、生成文字和描绘人手方面表现突出 [15][24] 商业化策略与生态合作 - 商业模式清晰划分为开源模型构建影响力与企业级API服务实现商业闭环两个维度 [24] - 通过开源FLUX.1 Schnell和FLUX.1 Dev版本吸引开发者与构建生态，同时通过闭源的FLUX.1 Pro专业版及API服务获取核心收入 [25] - 企业级API主要服务于有稳定、大批量生成需求的企业客户，并被集成到各大行业巨头的产品中 [25] - 关键生态合作包括：模型被整合进马斯克旗下xAI的聊天机器人Grok [21]；被欧洲AI巨头Mistral AI的聊天机器人Le Chat采用 [21]；技术被Adobe和Canva集成到产品工作流中 [34]；与英伟达共同推出针对RTX GPU优化的FLUX.1 Kontext NIM微服务 [34]；华为云曾发布flux适配其Ascend NPU的开源开发任务 [36][40] 市场定位与竞争格局 - 公司CEO称BFL已成为谷歌在人工智能图像领域的主要竞争对手 [7] - 公司避开与Midjourney等在消费者订阅端的直接竞争，转而深耕产业链底层与上游的企业服务 [24] - 在全球AI竞赛由美国主导、依赖巨额资本投入的背景下，BFL以仅50人的小团队，凭借技术深度和精准的生态位选择取得了成功 [41][43] - 行业对比：OpenAI在2025年上半年营收约43亿美元，但同期亏损高达135亿美元，预计2024-2029年间将产生1430亿美元的负自由现金流 [42][43]

新品发布与性能表现 - 公司于12月1日推出两款正式版模型：DeepSeek-V3.2和DeepSeek-V3.2-Speciale [1] - DeepSeek-V3.2定位“平衡实用”，在主流推理基准测试中达到GPT-5水平，仅略低于Gemini-3.0-Pro [1][4] - DeepSeek-V3.2-Speciale为“极致推理”版本，在推理基准测试中性能媲美谷歌Gemini 3.0 Pro [1][4] - V3.2-Speciale在国际数学奥林匹克竞赛（IMO 2025）、国际信息学奥林匹克竞赛（IOI 2025）等均斩获金牌级表现，其中ICPC成绩达人类选手第二名，IOI成绩达人类选手第十名 [1][5] - 在具体基准测试中，V3.2-Speciale在AIME 2025得分为96.0（23k），HMMT Feb 2025得分为99.2（27k），CodeForces得分为2701（77k） [6] 技术特点与产品优势 - DeepSeek-V3.2在智能体评测中达到当前开源模型最高水平，大幅缩小开源模型与闭源模型的差距 [4] - V3.2是公司推出的首个将思考融入工具使用的模型，同时支持思考模式与非思考模式的工具调用 [4] - V3.2相比Kimi-K2-Thinking输出长度大幅降低，显著减少计算开销与用户等待时间 [4] - V3.2-Speciale结合了DeepSeek-Math-V2的定理证明能力，具备出色的指令跟随、严谨的数学证明与逻辑验证能力 [4] - 官方网页端、App和API均已更新为正式版V3.2，Speciale版本以临时API服务形式开放，相关模型已开源 [5] 行业影响与专家评价 - 新品发布恰逢2025年神经信息处理系统大会（NeurIPS）召开前夕，引发AI研究领域广泛热议 [1][2] - 专家表示DeepSeek发布新模型的消息使所有相关交流群“炸开了锅”，研究人员若现身NeurIPS会场将引发高度关注 [2] - 谷歌深度思维首席研究工程师苏珊·张称赞技术报告内容详尽，肯定公司在模型训练后稳定性优化及智能体能力提升方面的努力 [7] - 彭博社指出该成果表明中国开源AI系统至少在部分核心指标上已与硅谷顶尖专有模型具备同等竞争力 [7] - Hugging Face首席执行官盛赞用户可免费拥有“世界上最优秀数学家之一的大脑”，并强调AI和知识民主化的最佳体现 [7] 行业格局与战略对比 - 过去一年中国团队开发的开源AI模型下载量占比上升至17%，首次超越美国开发团队的15.8% [8] - 与美国OpenAI、谷歌等科技巨头的“封闭”策略不同，中国科技公司倾向于更加开放的策略，发布一系列开源模型 [9] - 德国智库分析师指出开源在中国更像是一种主流趋势，而美国公司不愿公开商业机密 [9] - MIT研究员表示中国科技公司正在改变AI模型发布范式，许多公司每周或每两周发布一次模型，而美国公司往往每六个月或一年才发布 [9] - 业内人士认为尽管有芯片出口管制，中国拥有大量优秀人才，在开发开源模型中展现出极强创造力 [10]

公司产品发布与性能表现 - 中国AI初创企业深度求索于12月1日发布两款正式版模型：DeepSeek-V3.2和DeepSeek-V3.2-Speciale [1] - DeepSeek-V3.2定位“平衡实用”，在主流推理基准测试中达到OpenAI的GPT-5水平 [1][4] - DeepSeek-V3.2-Speciale定位“极致推理”，在推理基准测试中性能媲美谷歌的Gemini 3.0 Pro [1][4] - V3.2-Speciale在国际数学奥林匹克竞赛（IMO 2025）、国际信息学奥林匹克竞赛（IOI 2025）等均斩获金牌级表现，此前仅有OpenAI和谷歌未公开的内部测试模型达成此成就 [1][5] - 在具体基准测试中，V3.2-Speciale在AIME 2025得分为96.0（上下文长度23k），在HMMT Feb 2025得分为99.2（27k），在IMOAnswerBench得分为84.5（45k），在CodeForces得分为2701（77k）[6] - V3.2是公司首个将思考融入工具使用的模型，同时支持思考与非思考模式的工具调用 [4] - 官方网页端、App和API均已更新为正式版V3.2，Speciale版本目前仅以临时API服务形式开放以供评测，相关模型已开源 [5] 行业影响与市场反应 - 此次发布恰逢2025年神经信息处理系统大会（NeurIPS）召开前夕，该会议是AI领域难度最大、水平最高、影响力最强的三大会议之一 [1][2] - 专家表示，DeepSeek发布新模型的消息引发高度关注，相关交流群“都炸开了锅” [2] - 彭博社指出，中国开源AI系统至少在部分核心指标上，已经与硅谷顶尖专有模型具备同等竞争力 [8] - 谷歌深度思维的首席研究工程师苏珊·张称赞了配套技术报告，并肯定了公司在模型训练后稳定性优化及智能体能力提升方面的努力 [7] - 开源AI公司Hugging Face的CEO盛赞用户可免费拥有“世界上最优秀数学家之一的大脑”，并称这是AI和知识民主化的最佳体现 [9] - 美媒解读称，公司正持续加大研发力度，致力于提升AI运算的速度与效率，力求巩固其在中国AI赛道中的领先优势 [8] 开源策略与行业格局 - 与美国OpenAI、谷歌等科技巨头倾向于“封闭”策略不同，中国科技公司倾向于更加开放的策略，发布了一系列开源模型 [10] - 分析师指出，比起美国，开源在中国更像是一种主流趋势，美国公司不愿公开自己的商业机密 [10] - 根据MIT和Hugging Face的研究，过去一年，中国团队开发的开源AI模型下载量占比上升至17%，超过了美国开发团队的15.8%，这是中国团队首次在这一指标上超越美国 [9] - DeepSeek和阿里云的Qwen是下载量最多的中国开源模型 [10] - 公司的DeepSeek-R1模型曾以较低的成本和算力实现与美国顶尖模型比肩的性能，引发对美方竞争优势的质疑 [10] - MIT研究员表示，中国科技公司正在改变AI模型发布的范式，许多中国公司每周或每两周发布一次模型并提供多种版本，而美国公司往往每六个月或一年才发布 [10] - 业内人士认为，尽管面临芯片出口管制，但中国拥有大量优秀人才，在开发开源模型过程中展现出极强的创造力 [11] - 《经济学人》总结，当美国AI实验室押注于通过推动智能突破来获取巨额利益时，中国的开源模型竞争者更专注于推动AI的广泛应用 [11]

公司业务与平台布局 - 公司构建了涵盖社区、研发协同、AI平台在内的全栈开源体系，旗下平台包括开源中国社区、Gitee、模力方舟 [3] - 业务覆盖模型市场、工具市场、教育市场、算力调度、数据集开放等多个领域，具备完整的“模型—算力—应用”闭环能力 [3] - 模力方舟平台已服务超30万名开发者，聚合模型数量超17,000个，数据集超过10,500个，支持多类国产芯片 [5] 技术能力与产品进展 - Gitee推出全流程DevOps平台，已完成对Atlassian、GitLab、JFrog等海外工具的功能级替代 [12] - 平台配套Xtreme极智AI系统，通过Scroll引擎与研发数据飞轮设计，提供趋势洞察、知识沉淀等研发智能能力 [14] - Gitee正牵头承担工信部总投入2亿元的“中国开源创新基础设施”项目，聚焦多语言的漏洞扫描、许可证合规等能力建设 [8] 资本支持与公司发展 - 公司2025年先后完成C轮与C+轮融资，总融资额突破20亿元，股东结构涵盖国家队、地方政府、科技大厂与市场资本 [5] - 公司计划于2026年启动港股IPO进程，目标成为“开源AI第一股” [22] 国际化与区域战略 - 公司计划面向香港部署Gitee DevOps企业平台、源盾可信中心仓香港节点及AI模型与算力一体化平台 [18] - 平台能力将面向泛东南亚、中东非、南美等区域推广，以香港为枢纽节点服务“一带一路”与金砖国家开发者生态 [20] - 截至目前，中国用户占比约50%，其余用户均衡分布于上述国际区域 [20] 行业展望与生态建设 - 随着RISC-V芯片生态成熟及国产GPU性能提升，中国开源产业正迈入系统性突破阶段 [22] - 公司致力于构建真正可控、可信、可持续的开源生态闭环，推动国产基础设施标准化与全球化 [22]

开源产业宏观趋势 - 全球开源软件市场预计在2025年至2030年间保持8.5%的复合年增长率，到2030年市场规模有望突破1500亿美元 [3] - 全球开发者生态持续扩张，GitHub平台开发者总量已突破1.5亿，过去十年活跃开发者达2280万，2024年新增超300万活跃开发者，实现十年翻倍增长 [2] - 中国开源生态发展迅速，2024年活跃开源开发者数量达到227万人，全球领先 [2] 中国开源发展现状 - 中国在AI开源领域表现突出，Qwen、DeepSeek等开源大模型全球下载量超3亿次，衍生模型达10万个，在HuggingFace社区占据30%以上份额 [3] - 中国开源技术影响力呈现结构性特征：在AI大模型、云原生等应用层领域进入全球第一梯队，但在操作系统内核、编译器、数据库等“根技术”领域话语权仍显不足 [3] - 中国开源项目平均商业寿命不足18个月，70%的项目在发布后一年内活跃度骤降，仅3%能形成持续盈利模式，头部项目年营收多数不足千万元，与RedHat年营收超30亿美元形成对比 [4] AI开源领域的挑战 - 算力-框架-模型存在“铁三角”割裂，平均每个AI项目需花费35%时间在环境配置与适配工作上 [5] - 代码与模型存在“双轨制”协作问题，92%的开发者希望能在同一平台管理代码、模型和数据集 [6] - 从实验到生产存在鸿沟，仅12%的开源AI项目能最终进入生产环境，“最后一公里”交付能力是最大瓶颈 [6] AtomGit平台的战略定位与能力 - AtomGit平台于11月21日上线，定位为“代码+模型+数据+算力”融合的一体化基础设施，旨在解决AI工程化核心痛点 [7][8][10] - 平台整合了模型托管、数据集托管、工具链集成与算力集成四大核心能力，构建了国内首个面向AI研发的一体化服务体系 [8][10] - 平台已为“文心一言”、智谱ChatGLM等国内主流大模型产品提供模型托管、在线体验与运营支持服务 [10] 平台实现融合的技术策略 - 采用一体化存储设计，代码小文件用高性能存储，模型与数据集大文件复用优化后的大文件存储系统 [12] - 建立统一的账号与权限管理体系，实现跨资源的精细化权限管理 [12] - 采用资源调度与隔离机制，通过容器化避免高负载任务相互干扰 [12] - 建立全链路监控体系，实现系统健康度的实时感知与自动修复 [12] 行业未来展望与商业模式 - 到2027年，预计70%的企业AI应用将基于开源模型构建 [11] - AtomGit未来商业模式规划为“基础服务+增值运营”双轮驱动，基础服务层提供资源托管，增值运营层提供社区建设与商业化对接等服务 [11] - 开源AI正进入“工程化、产业化、Agent化”的三重拐点，一体化平台路径被视为可行的解决方案 [12]

文章核心观点 - 蚂蚁国际在新加坡金融科技节上正式开源其自主研发的"鹰序"AI预测大模型 该模型是业内首个基于多分段模式并采用混合专家架构的大规模时序预测基础模型 参数规模超过25亿并在多个权威基准评测中取得最优性能表现 [1] - 模型开源旨在赋能更多行业 携手学界和产业界共同推进AI技术迭代升级 推动AI在实体经济中的应用 [3] 模型技术特点 - "鹰序"模型是业内首个基于多分段模式并采用混合专家架构的大规模时序预测基础模型 [1] - 模型参数规模超过25亿 [1] - 在多个权威基准评测中取得最优性能表现 [1] 模型应用与效能 - 模型最初用于蚂蚁国际内部的现金流和外汇风险预测 可按小时 天或周进行预测 准确率超过90% [3] - 应用模型可帮助企业将外汇成本降低最高60% [3] - 在企业资金管理中 根据业务模式不同可助运营成本减少30%至50% [3] - 除金融领域外 模型也可用于预测天气变化 节假日消费 金融市场波动 跨境人流等具有时间序列特征的数据 [3] 行业合作与影响 - 公司正与航空 银行 在线旅游和电商等行业合作伙伴探索具体应用 [3] - 在航空业 模型可用于优化汇率对冲策略 已有试点项目显示外汇成本显著降低 [3] - 2025年全球航空旅客量预计达98亿人次 逼近100亿里程碑 AI驱动的精准预测关乎企业利润及终端消费者的票价优惠与服务稳定性 [3] 开源与平台信息 - "鹰序"AI预测大模型已在GitHub Hugging Face以及蚂蚁国际平台全面开放 可供全球开发者与研究机构使用 [1]

文章核心观点 - 2025年世界互联网大会乌镇峰会举行“六小龙乌镇对话”，标志着中国科技叙事从平台巨头转向AI创业者等前沿领域[3][4] - “杭州六小龙”代表企业深耕脑机接口、机器人、空间智能、游戏科技、开源AI等前沿领域，展现中国科技从跟跑到领跑的转型故事[3] - 各企业分享十年创业历程、技术突破与行业思考，强调全球共创、技术普惠与长期主义的发展理念[7][8][9] 脑机接口领域发展 - 脑机接口技术十年间从实验室走向现实应用，在政策支持下呈现风起云涌的发展态势[7] - 人类大脑有约860亿到上千亿个神经元，念头转化为动作的神经信号极其复杂[12] - 腿部假肢技术面临精确计算挑战，正常人一年走175万步，每步约100次神经信息计算，一条腿一年需1.75亿次计算，一次错误就可能导致摔倒[12] - 通过AI解决脑科学难题，形成AI理论受大脑神经科学启发，又用AI攻克脑科学难题的闭环[12] 机器人行业技术突破 - 国内机器人技术经过十年攻关已能适应复杂场景，核心目标是让机器人适应更多复杂地形，解决实际场景中的问题[7] - 机器人行业快速发展归功于全球共创，国内强大的生产制造能力和核心零部件集成技术提供坚实基础[9] - 宇树科技成立9年，从2016年开始集成核心领域技术，逐步自研做出更廉价、性能更好的四足机器人和人形机器人[9] - 人形机器人技术快速进步，去年能走得好就已算优秀，而今年很多机器人公司的产品已能跳舞、完成复杂表演[9] 空间智能战略转型 - 群核科技从互联网公司彻底转型为空间智能公司，从用GPU做互联网转向用GPU做空间智能，服务人类和机器人[7] - 公司自2023年起进行战略调整，目标从向人类收费转变为未来向更多机器收费，预计未来机器数量可能达到人类的10倍[13] - 面对机器客户时需要具备极具核心竞争力的技术，客户群体专业水平普遍达到大学教授级别[13] - 推出空间认知模型Spatial AI和针对工业机器人协同服务的数字孪生产品Spatial Twin，通过深耕核心技术打开市场[14] AI技术发展路径与挑战 - DeepSeek公司以追求AGI为核心目标，聚焦最前沿、最硬核的技术探索，坚持长期主义，舍弃短平快支线业务[8] - 短期看（3~5年），AI与人类是蜜月期，1+1>2效果明显，科技公司应扮演“科技布道者”角色让技术普惠[10] - 中期（5~10年），AI可能取代部分工作引发失业风险，科技公司应扮演“预警者”角色[10] - 长期（10~20年），AI可能取代绝大多数人类工作冲击社会秩序，科技公司应扮演“人类守护者”角色[10] - 当前AI核心短板是缺乏跨领域泛化能力，训练完成后参数固定，无法像人类一样在真实世界持续自我迭代[14] 内容产业与开源生态 - 中国内容产业呈现崛起趋势，2006年中国电影荧幕数已和美国相当，2016年中国电影票房达到美国相当量级[8] - 一旦中国团队产品接近甚至超过国际水平，中国用户会给予相当大的回报，《黑神话：悟空》成功得益于中国游戏产业发展和用户对本土团队的信任[8] - DeepSeek坚持技术开源，推动技术普惠，API调用费用更低，还公开原理论文，让全球更多人用上先进AI[8][14] - 技术开源带来的合作与共享是公司发展的重要核心优势，与社区的交流收获有意义反馈并推动自身发展[8] 技术攻坚与行业协作 - 具身智能领域缺乏统一数据标准，不同厂家机器人差异大，数据采集方式不一，模型训练还在探索阶段[11] - 多模态模型的突破带来启发，跨企业合作能加速问题解决[11] - 具身移动需要大量数据和算力，对初创公司压力不小，机器人手部操作的复杂场景适配尚无清晰路径[14] - 通过架构创新降低对算力和数据的要求是重要解决之道[14]

文章核心观点 - 2025年世界互联网大会乌镇峰会举行“六小龙乌镇对话”，聚焦中国科技前沿领域从跟跑到领跑的转型故事 [1] - 对话主角从平台巨头转变为AI创业者，标志着中国科技叙事的更替 [1] - 六家科技公司分别深耕脑机接口、机器人、空间智能、游戏科技、开源AI等前沿领域 [1] 行业发展历程 - 脑机接口技术从实验室走向现实应用，十年间风起云涌 [5] - 群核科技从硅谷创业到扎根中国，利用中国互联网的海量用户和数据作为AI时代燃料 [5] - 国内机器人技术经过十年攻关已能适应复杂场景，应用到很多领域 [5] - 中国游戏产业十年发展使本土团队产品接近甚至超过国际水平，用户给予相当大回报 [6] - 机器人行业快速发展得益于全球共创，国内强大生产制造能力和核心零部件集成技术提供坚实基础 [7] - 人形机器人技术快速进步，去年能走好就算优秀，今年已能跳舞完成复杂表演 [7] 技术突破与创新 - 具身智能与人形机器人实现路径清晰，未来几年行业会带来比今年更多惊喜 [8] - 多模态模型突破为机器人数据标准问题提供启发，跨企业合作能加速问题解决 [9] - 脑机接口通过AI解决神经信号计算难题，形成AI理论与脑科学相互促进的闭环 [9] - 空间智能公司战略转型，从服务人类转向服务机器，目标向机器收费 [10] - 群核科技推出空间认知模型Spatial AI和数字孪生产品Spatial Twin，通过核心技术打开市场 [11] - 通过架构创新降低对算力和数据的要求，解决机器人复杂场景适配问题 [12] 未来发展趋势 - AI发展分为三个阶段：短期（3-5年）AI与人类蜜月期，科技公司应扮演科技布道者角色 [8] - 中期（5-10年）AI可能取代部分工作，科技公司应扮演预警者角色 [8] - 长期（10-20年）AI可能取代绝大多数人类工作，科技公司应扮演人类守护者角色 [8] - 未来机器数量可能达到人类10倍，商业模式从向每个人收费转变为向每台机器收费 [11] - AI核心短板是缺乏跨领域泛化能力，解决之道在于让AI实现终身学习 [12] - 开源模式让全球更多人用上先进AI，是中国给出的解决方案 [12]

中美AI竞争格局演变 - 中美AI竞争从单一技术比拼扩展到成本效益、用户偏好、生态系统和商业模式等多个新维度 [1][8][14] - 竞争格局体现为美国闭源模型与中国开源模型之间的路线差异 [8][14] 美国AI模型特点 - 以OpenAI的ChatGPT和Anthropic的Claude为代表的美国模型采用闭源路线 [7] - 美国模型技术强大且精致，但使用成本高且生态相对封闭 [7][8][14] 中国AI模型优势 - 以DeepSeek、Kimi的K2和Qwen为代表的中国大模型走开源技术路线 [7][10] - 开源模式促进技术快速迭代并显著降低使用成本，Kimi的K2性能不错且比OpenAI和Anthropic产品便宜太多 [5][7] - 开源生态吸引更多参与者，为开发者和企业带来更多机会 [7][10][14] 市场反应与案例 - 美国知名投资人查马斯因Claude使用成本过高已将不少工作转移到Kimi的K2上 [1][5] - 用户选择AI产品时更注重成本效益，小企业和开发者更倾向选择开源解决方案 [8][10][11] 行业影响与发展趋势 - 中国大模型凭借开源优势和较低成本正挑战美国闭源模型的领先地位 [10][14] - 谷歌前CEO施密特认为中国大模型发展速度非常快 [14] - 竞争促使技术进步并使AI更好地服务于生活和工作 [14]

公司融资与估值 - 以80亿美元估值完成20亿美元融资 [2] - 估值在七个月内从5.45亿美元跃升15倍至80亿美元 [2] - 投资方包括英伟达、DST、B Capital、光速创投、新加坡政府投资公司、红杉资本等知名机构 [2] 公司定位与战略 - 定位为OpenAI和Anthropic等封闭实验室的开源替代者，并致力于成为对标DeepSeek的西方代表 [3] - 核心理念是顶尖AI人才可以在科技巨头体系外打造前沿模型 [3] - 公司表示已找到符合其开放智能战略的可扩展商业模式 [3] 团队与技术发展 - 由两位前谷歌DeepMind研究员于2024年3月创立，CEO曾负责DeepMind双子座项目的奖励模型开发，联合创始人是AlphaGo的联合创造者 [3] - 目前拥有约60名团队成员，主要集中在基础设施、数据训练和算法开发领域 [4] - 已招募来自DeepMind和OpenAI的顶尖人才，并构建了一套承诺向所有人开放的先进AI训练体系 [3] - 已配备计算集群，计划明年发布基于数万亿token训练的前沿语言模型 [4] - 已实现大规模训练海量专家混合模型（MoE）与强化学习平台的能力 [4] 产品与商业模式 - 商业模式基础是研究人员可自由使用模型，但收入将来自基于其模型构建产品的大型企业以及开发主权AI系统的各国政府 [7] - 将公开模型权重供公众使用，但大部分数据集和完整训练流程仍保持专有 [6] - 首款模型初期以文本处理为主，未来将扩展多模态能力 [7] - 融资资金将用于获取训练新模型所需的计算资源，计划最早于明年年初发布首个模型 [8] 行业背景与竞争 - 公司认为深度求索、通义千问等中国模型的崛起敲响了警钟，若不采取行动，全球智能标准将由他人制定 [5] - 美国科技界对其新使命表示欢迎，认为开源方案在成本、可定制性和可控性方面有优势 [6] - MoE架构过去只有大型封闭AI实验室才能实现规模化训练，深度求索率先以开放方式实现突破 [4]