该产品在市场上引起热烈反响。据报道，这款原型机在中国一经发布便迅速售罄。虽然厂商并未透露总 销量，但其转售价格已在市场飙升约43%。美国科技媒体Wccftech报道称，该产品让人联想到2025年初 DeepSeek引发的轰动，当时全球集体震惊于中国以极低的计算成本提供的顶级推理模型，如今中国科 技公司再次推出全球首款真正具备智能代理功能的AI手机。 《印度快报》报道称，目前全球尚没有其他手机能够达到豆包手机如此高的自主性，虽然商业化进程还 有待观察，但是已清晰地展示了智能手机未来将如何改变我们的生活。同时，这款手机的问世也表明， 首款真正意义上的智能体手机或许并非来自硅谷，而是来自中国融合人工智能和移动技术的生态系统。 尽管这款产品目前只是豆包方面发布的"技术预览版"，不过，将语言大模型植入到操作系统层面，也引 发业界关于数据授权、隐私、系统安全等问题的激烈争议。中关村信息消费联盟理事长项立刚告诉《环 球时报》记者，"将大模型与操作系统进行深入融合确实存在很大的争议，其商业推广也阻力重重。但 是如果要让AI Agent更加强大，必须深入到手机硬件和操作系统的底层，才能充分释放AI的能力。"项 立刚认为，"这肯 ...

12月2日，DeepSeek 发布了 V3.2 技术报告。在这篇论文里，他们做了一件罕见的事：明确指出开源大模型 与闭源模型的性能差距不是在缩小，而是在扩大。 这是基于大量实测数据的冷静判断。 差距正在拉大，这是事实 2024年，当 DeepSeek、Qwen、GLM 等开源模型接连发布时，社区充满乐观情绪。"8个月时间差"的说法 广为流传，许多人相信开源正在追上闭源。但进入2025年，情况发生了变化。 DeepSeek 在论文引言部分直言不讳地写道："过去几个月出现了明显的分化。虽然开源社区持续进步，但 闭源专有模型的性能提升速度显著更快。结果是，两者的差距非但没有缩小，反而在扩大，闭源系统在复 杂任务上展现出越来越强的优势。" 更明显的差距体现在 HLE（Human Last Exam，极难的文本推理测试）中。DeepSeek V3.2 的得分是 25.1， GPT-5 是 26.3，而 Gemini 3.0 Pro 高达 37.7——这个差距已经不是"接近"能形容的了。 值得注意的是，DeepSeek V3.2 已经是目前最强的开源模型，在大部分开源模型的对比中都处于领先位 置。但即便如此，它与顶级闭源 ...

DeepSeek 一发布模型，总会引起业内的高度关注与广泛讨论，但也不可避免的暴露出一些小 Bug。 比如老外用英文询问，它却在思考过程中切回「神秘的东方文字」。当然，DeepSeek 模型对汉字「情有独钟」的情况早已出现，「极」字 Bug 就是典型 例子。 而这一次，随着新模型 DeepSeek-V3.2 的发布，大家又发现了 DeepSeek 需要优化的地方：其长思考版本（Speciale）暴露出一些 Token 使用效率不佳的问 题。 根据多位研究者反馈，DeepSeek-V3.2 Speciale 在处理复杂任务时出现明显的 Token 消耗异常。具体表现为： 在相同任务上，Gemini 只消耗 2 万 Token，DeepSeek-V3.2 Speciale 却用了 7.7 万，也就是说，它需要 3 倍以上的 Token 才能输出类似质量的结果。 另外，Speciale 版本出现输出内容又长又啰嗦的问题，但最终仍然错的情况，这并不是新问题，而是 GRPO 算法本身的固有缺陷。 实际上，DeepSeek-V3.2 在 Token 消耗方面的异常表现，已经被不少用户与研究者观察到。有社区网友指出，Spe ...

由于担心谷歌在人工智能（AI）领域取得进展，近期AI头号"卖铲人"英伟达的市值蒸发超千亿美元。 本周，摩根士丹利发布的最新报告预测，到2027年、2028年，谷歌的自有AI专用芯片TPU（张量处理单 元）产量将分别达到约500万片和700万片，较此前预测的300万片和320万片显著上调，这可能为谷歌带 来约130亿美元营收增量及0.40美元的每股收益（EPS）提升。 更早前，谷歌发布了最新的大型语言模型Gemini3，该模型完全由谷歌的TPU训练，而非OpenAI所使用 的英伟达GPU，TPU在训练成本和效率上更占优势。资本市场的兴奋情绪显而易见——谷歌母公司 Alphabet股价冲破320美元，年初至今的涨幅接近70%，市值逼近4万亿美元，市盈率（PE）从年内的14 倍翻倍，逼近28倍。 投资人将其称为"美国版DeepSeek冲击"，究竟这一冲击将在未来如何影响AI投资格局？第一财经记者采 访了凯思博投资管理公司（Keywise）创始人、首席投资官郑方。在他看来，谷歌是最接近AGI（通用 人工智能）的企业。就硬件来看，TPU作为专用计算（ASIC），在特定推理场景有优势，但无法取代 GPU的通用计算地位。如 ...

DeepSeek-V3.2很强很火爆，但随着讨论的深入，还是有bug被发现了。 并且是个老问题：浪费token。 图源：x@Hangslin 不少网友都提到，DeepSeek-V3.2的长思考增强版Speciale，确确实实以开源之姿又给闭源TOP们上了压力，但问题也很明显： 在面对复杂任务时，消耗的token数偏多，甚至可能会出现"又长又错"的答案。 比如，同样解决一个问题，Gemini只用了2万个token，而Speciale需要花费7.7万个。 这是怎么一回事？ 没有被纠正的"长度偏见" 有研究者指出，这其实是自DeepSeek-R1-Zero以来，DeepSeek系列模型一直存在的一个"bug"。 $$\tau_{i,t}(\theta)=\frac{\pi_{\theta}(o_{i,t}|q,o_{i,<t})}{\pi_{\rm old}(o_{i,t}|q,o_{i,<t})}\tag{6}$$ 简单来说，问题出在了GRPO算法上。 来自Sea AI Lab和新加坡国立大学等研究机构的学者认为，GRPO存在两个"隐藏偏见"。 长度偏见：错误答案越长，惩罚反而会越轻 GRPO计算奖励时，会把"答 ...

就在昨天，「欧洲版DeepSeek」一口气公布了两件事： 一个MoE大模型：Mistral Large 3 一套小模型：Ministral 3（14B/8B/3B） 全部开源、全部多模态、全部能落地。 Mistral Large 3 这次Mistral推出的Mistral Large 3，规格上看几乎是「开源界的准天花板」： 41B active / 675B total的MoE架构、原生图像理解、256k context、多语言能力在非英中语种上强得离谱，LMArena排名直接杀到开源模型第6。 Mistral Large 3的ELO得分在开源大模型中稳居第一梯队，和Kimi K2打成平手，仅落后DeepSeek v3.2一小截 它的底模表现也不弱，在多个基础任务上与DeepSeek、Kimi这种体量更大的模型正面交手。 Mistral Large 3（Base）在MMLU、GPOA、SimpleQA、AMC、LiveCodeBench等多项基础任务上与DeepSeek 37B、Kimi K2 127B保持同一水平，属于开源 系的第一梯队底模 再看预训练能力，它和Qwen、Gemma的底模在核心评测上也是正 ...

新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目 的，并不意味着赞同其观点或证实其描述。 责任编辑：梁斌 SF055 由新浪财经 、微博着力打造，微博财经 × 语言即世界工作室联合出品的泛财经人文对话栏目《未竟之 约》首期深度访谈即将上线。主持人张小珺对话金沙江创投主管合伙人朱啸虎，直面AI浪潮下的激流 与暗礁。 朱啸虎：DeepSeek对人类历史的改变被低估了。 由新浪财经 、微博着力打造，微博财经 × 语言即世界工作室联合出品的泛财经人文对话栏目《未竟之 约》首期深度访谈即将上线。主持人张小珺对话金沙江创投主管合伙人朱啸虎，直面AI浪潮下的激流 与暗礁。 朱啸虎：DeepSeek对人类历史的改变被低估了。 新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目 的，并不意味着赞同其观点或证实其描述。 责任编辑：梁斌 SF055 ...

就在前天，DeepSeek 一口气上新了两个新模型，DeepSeek-V3.2 和 DeepSeek-V3.2-Speciale。 这两大版本在推理能力上有了显著的提升，DeepSeek-V3.2 版本能和 GPT-5 硬碰硬，而 Speciale 结合长思考和定理证明能力，表现媲美 Gemini-3.0-Pro。 有读者评论说：「这个模型不应该叫 V3.2，应该叫 V4。」 海外研究者也迫不及待的用上了 DeepSeek 的新版本，在感慨 DeepSeek 推理速度显著提升之余，却又碰上了他们难以理解的事情： 哪怕在用英文询问 DeepSeek 的时候，它在思考过程中还是会切回「神秘的东方文字」。 这就把海外友人整蒙了：明明没有用中文提问，为什么模型还是会使用中文思考，难道用中文推理更好更快？ 评论区有两种不同的观点，但大部分评论都认为：「汉字的信息密度更高」。 来自亚马逊的研究者也这么认为： 这个结论很符合我们日常的认知，表达相同的文本含义，中文所需的字符量是明显更少的。如果大模型理解与语义压缩相关的话，那么中文相比于广泛使 用的英文在压缩方面更有效率。或许这也是「中文更省 token」说法的来源。 具有 ...

12月1日，深度求索（DeepSeek）正式发布新一代开源大模型DeepSeek-V3.2及其长思考增强版DeepSeek-V3.2-Speciale。官方网页端、App及API已同步更新 至V3.2版本。 根据官方数据，在公开的推理基准测试中，DeepSeek-V3.2的推理能力达到GPT-5水平，与Gemini-3.0-Pro接近，同时输出长度较Kimi-K2-Thinking显著缩短， 以降低计算开销。V3.2-Speciale版本融合了DeepSeek-Math-V2的定理证明能力，在IMO、CMO、ICPC及IOI等多项国际竞赛中取得金牌成绩，其中ICPC成绩 达到人类选手第二名水平。 新版本首次实现了思考模式与工具调用的融合，支持在思考过程中调用外部工具。通过大规模Agent训练数据合成方法，模型在1800多个环境和超过8.5万条 复杂指令上进行了强化学习训练，提升了泛化能力。官方称其在智能体评测中达到当前开源模型最高水平，进一步缩小了与闭源模型的差距。 此前的实验版本DeepSeek-V3.2-Exp于两个月前发布，经用户反馈测试，其采用的DSA稀疏注意力机制在各项场景中未出现显著性能下降。Sp ...

OpenAI首席研究官马克·陈（Mark Chen）近日接受资深科技记者Ashlee Vance专访，描绘了这家全球领 先AI实验室的最新战略图景。 在当前AI竞争白热化、技术迭代加速的关键节点，Mark Chen不仅回应了外界对公司技术方向和人才流 失的担忧，更明确了OpenAI追求AGI的独特哲学和短期路线图。 扎克伯格"送汤"挖人，顶尖AI专家却依然选择留下 他强调，OpenAI与许多实验室的关键区别在于，始终将探索性研究置于首位。"我们不做跟随性研究， 不单纯追逐基准测试分数，"他指出。OpenAI将大量计算资源投入探索"下一个范式"，这部分投入甚至 经常超过最终模型训练本身的消耗。 在管理过程中，最具挑战性的部分往往是拒绝。但马克·陈认为，优秀的领导力体现在能够清晰地 说"不"并解释原因。"我们必须不断强调：这些是当前的优先事项，这些是我们期望看到的成果类 型。"他解释道。 公司允许次要项目的存在，但它们必须被明确界定为从属地位。这种透明且坚定的原则，被马克·陈视 为保持研究组织高效运作的关键。通过这套严格的评估与资源分配机制，OpenAI力求将其宝贵的算力 集中于探索技术前沿的"范式突破"，而非进 ...