DeepSeek上新mHC，R2还远吗？

去年1月，春节前夕，"DeepSeek冲击波"席卷业界，中美同时"破圈"，成为年度现象级事件。而2026年 一开年，DeepSeek又惊喜时刻进一步提前。 1月1日，DeepSeek在AI开源社区HuggingFacear和研究分享平台arXiv发布论文，提出了名为mHC （Manifold-Constrained Hyper-Connections）的新型神经网络架构优化方案，再次引发讨论热潮，其对 AI产业，包括大模型、芯片等领域可能产生的影响也备受瞩目。 图片来自DeepSeek论文"mHC：Manifold-Constrained Hyper-Connections" mHC架构让大模型训练更稳、更快、更省 DeepSeek此次提出的mHC架构，建立在字节豆包大模型Foundation团队2024年11月发布的Hyper- Connections（HC）基础上。 彼时，豆包团队宣称HC有望替代大模型开发领域沿用近10年的ResNet残差神经网络架构，通过拓宽残 差连接宽度，增加连接模式多样性，提升大模型性能和灵活性。 不过，HC只在理论推演和小模型实验中取得了成绩，在大模型训练中，残差连接通道间的交互 ...