（来源：上观新闻）
这背后也🌏😈反映做模型🇵🇬的两种不🔧💡同倾向：中国的⛹️♀️开源模型更追求🥀工程优化；🇸🇽🅰美国的闭源📱模型更追求提出🔽和开辟新的能力👵方向🇸🇽🖌。系统内👐部被画出一条边界🔽：这边有💫🏺 sp📌ec，那边没有💗。我们的 INT🇫🇰4 量化感🚏知训练，采🌏样做的是 W4🖤📰A16，也🧞♂️🖕就是权重 4🗃BAIDU优化 位、4️⃣😏激活值 1🇺🇬🐅6 位，Deep🔟📠Seek 做到了🤑更极限的 W4A⚪8😮🇦🇺。
晚点：前面我们♊🏣讨论了♑⛅性能，效率上，V🕡🍛4 技术报告里📔提到：📯在百万级上下文中❇🌹，Deep🙎♂️See🏹🍄k-V4⛵-Pro😉 的单🚄 token🚒 推理 FLOP🧞♀️👨👩👧👧s（衡量计算量🕑👩🔬，对应🚐❤计算资源） 是 🏤BAIDU优化V3.2🈚☺ 的 27🕯🐬%，KV 4️⃣⏭缓存占用🍊（对应存储资🈯✉源）是 V3.2👩🏭🇲🇾 的 10%🕣👧。
