（来源：上观新闻）
报告中提到，⛽🗻DeepS👩🌾eek 并不是🖖🤶简单依赖大量视觉🚨🏘 tok🧳💣en 来弥补视觉🍢能力，⛲而是通过更😙高效的视🦟♑觉 token 🐥🚣♀️压缩架构，👬让模型在📐🇬🇱较低图像🇱🇹 to🇬🇱🇪🇦ken 消📄耗下仍然保2️⃣持较强的🌺🇧🇯推理能力🌃GOOGLE优化。马斯克🇦🇿在法庭8️⃣💮上也承认🐧，旗下〽🇨🇻AI公司的确使✉用了OpenAI🌡👤的模型来训🥵🇯🇴练Gr🚺💾ok🤠。其次是极致性价🍕比，形成了“价格🇹🇷屠夫”的市🅾🈶场冲击👩👩👦👿。DeepS🌧🥂eek 🥄🌨想走的🚸路线，并不是无🥎限提高分辨率🚃、堆更多图像 🌸🍾tok😎🇮🇴en，🤭而是让模型🐶更有效地使用视觉📍🥽信息🔟🇦🇮。
更值得问的问题是🆚：沿着现在的 L↙LM 范式继续🇱🇾➿优化，还有多少👓空间？上限在哪儿💱🛰？ 我判断还有相🖇当大的空间，🤥但每一步都更🈂难🚉。这有点像数学🇬🇸🏓插值，把复杂 l🍇🚕oss🇧🇫 su🕟🎰rface 上的🎈联合优🥝化，变🇮🇨成在已收敛离散⏬点之间⚱做插值，工🏟🕴程上更🚷稳定可控👨🔧。实事求是地说🤨，在开源领域，我🏈们团队的量化 R🗜L 做得👂比较领🦇先，但和 Dee♉pSee🦋k 还有🇹🇴差距📱7️⃣。这对设计师和💊产品经理来说，🗄它可以让视觉稿✉🇰🇮更快变成🦇🦐可演示的原🇮🇹🇨🇲型🚵😢。Keller🍑🕵️♀️ Jorda🇪🇨♑n 的五🔩🌴步牛顿✔-舒尔茨迭代，和🚡 Deep🤢🆑Seek-V4🎓 的十步牛顿-👩👩👧舒尔茨迭🔫📊代哪个更好♥👃，值得继🧩🕔续探索🇹🇴。
