（来源：上观新闻）
2、降低↖RL的训练门🔊🌁槛 通过架构🌳优化，系统🆎所需训🧟♀️练的参数量从原🛃本庞大💞👩💻的3.9🌊🕣B骤降至约1🇯🇲37M（仅🧗♂️供应链管理平台占VL*️⃣🍵A总参数的3.5🤚%）🚙📥。黄仁勋直🤘👰言，到🐃2027年英伟🏙达将迎💈来至少🏕🇰🇮1万亿美元的➗🚹确定性🔵🚊算力需求；其中㊗60%来自🤦♂️🇸🇾全球前五大超🈶〰大规模云厂商，剩↖余40%分🇲🇳散于企🇲🇦🙈业私有部署、👙主权云📲、边缘计👩算及全🔆🎵行业场景🤡🍜。
不像有些国🌙产模型，都能干🤖到延迟好🔭几秒🤒。过去三十📰❌多年，企🎽业数字化大致经😽🇸🇪历了两轮由基础设🇨🇷💭施驱动的范式更替🕠。DeepS🙂🎨eek-🌸V4 拥有百🔰🕴万字超长上下文🇵🇳，在 Ag🌿🇬🇪ent 能力、世9️⃣💖界知识和推理性能👨👨👧👦🚝上均实现国🔈内与开源领域的领😡先🚂。。把这些🏃跑分放在一起🥵看，会发现😘🇲🇪这次模型的评🏟🐍价标准正在⏺📹发生变化：过去🍾我们常🇨🇲🇧🇸用MML🧡U、GPQA这🕹👄样的指标看🥾🦘模型的知识和4️⃣😞推理能🧡🇨🇫力，但🔲现在更侧重于GD👀📕Pval、🗺🇧🇼OSWorld♠这类“任务级🈂评估”🔳。
