猜你想问
DeepSeek V4 Flash版本的主要优化点是什么？
DeepSeek V4 Flash（0731版本）无底层架构变更，性能提升主要源于后训练深度优化。该版本参数量为284b，激活量为13b，上下文支持100万token，在coding能力上提升显著，Agent能力大幅追赶模型。世界知识提升相对有限，推理成本、延迟、显存占用与预览版一致。后训练被视为模型进化的核心手段，能提升小参数模型能力，降低单任务成本，并加速模型迭代速度。
后训练技术对AI行业发展趋势有何影响？
后训练技术被视为AI模型进化的核心手段，能显著提升小参数模型能力，降低单任务成本，并加速模型迭代速度。国内模型通过后训练获得差异化优势，推动应用端因模型降本迎来更多机会。未来3-6个月需关注产业落地情况，后训练技术的普及有望加速AI应用在各行业的渗透，推动行业向更高效率、更低成本方向发展。
本报告重点分析了哪些投资方向？
本报告重点关注模型后训练版本，如MiniMax、智朴5.3等，这些模型有望在coding等领域表现超预期。同时关注国内模型通过后训练获得差异化优势，应用端因模型降本迎来更多机会，未来3-6个月需关注产业落地。此外，国内云厂商推理需求加速，GPU需求及租赁价格上涨，相关收入有望提升，也是重要的分析方向。
当前AI市场的发展现状如何？
当前AI市场，后训练技术成为模型进化的核心手段，推动小参数模型能力提升和成本降低。国内厂商通过后训练获得差异化优势，应用端因模型降本迎来更多机会。但应用端产业落地尚未完全成熟，当前更多为主题炒作，需关注降本驱动的业务变化。GPU需求及租赁价格上涨，相关收入有望提升，市场整体处于快速发展阶段，但需关注技术迭代和需求匹配情况。
本报告提示了哪些风险点？
本报告提示的风险点包括：参数扩张趋势未停，国内厂商及海外头部模型均加大参数投入，需关注参数扩张后的需求匹配情况；应用端产业落地尚未完全成熟，当前更多为主题炒作，需关注降本驱动的业务变化；DeepSeek V4正式版即将发布，需关注其优化效果对行业的影响。这些风险点需持续关注，以评估后训练技术发展带来的机遇与挑战。