DeepSeek論文提新框架 減低訓練AI能源需求 傳最快農曆新年期間登場

據彭博報道，中國AI初創企業DeepSeek發佈最新論文，提出一種名為「流形約束超連接」（Manifold-Constrained Hyper-Connections）的全新框架，該設計旨在提升AI系統擴展性，同時降低訓練AI系統的計算和能源需求。

新架構減能耗 提升訓練穩定性

DeepSeek透過開放儲存庫arXiv及開源平台Hugging Face發佈該論文，由創辦人梁文鋒聯同18名研究人員共同撰寫。論文指出，新框架針對AI訓練不穩定及擴展性有限等挑戰，融入「嚴格的基礎設施優化」以確保效率。團隊在30億至270億參數的模型上進行測試，並稱該技術有望推動基礎模型的進化。

市場預計，DeepSeek即將發佈代號「R2」的旗艦模型，或在今年2月的農曆新年期間推出。彭博分析指，雖然Google的Gemini 3近期表現強勢，但DeepSeek即將推出的「R2」仍有潛力再次顛覆全球AI行業。目前在LiveBench全球大型語言模型（LLM）排名中，中國的低成本模型已佔據前15名中的兩席。