（来源：上观新闻）
首先是技🧹🚹术壁垒，公司持🏗续围绕核心技术⚰进行外围和延💬🥺伸专利布局，🙌已形成包含700👓余项专利的🇳🇿“护城河”⛲。为此，研🐭究团队随🚏机抽取了5😦0份报告，邀请🍞四位领🇽🇰🇦🇷域专家进行独立🧗♂️人工评分🎗🦅，然后与自动化评🏍分进行比对◼🇦🇨。从商业巨头推🏌️♀️👩🔧出的闭源产品（🤶⚔如OpenAI🧩👪的Deep ❕Res🇲🇰earch🇰🇿、Goo⚠💈gle的G👢👽emini De🧑ep Rese🥶🧜♀️arch），💳到各大学术团😍队开发的开源🔠😖框架（如🤸♀️🛌ByteDa👯📻nce的Deer🤒Flow、通义实🌁🇹🇲验室的Q🌜wen-De👩💼🏋️♀️epR⛷esea😻rch），它们的🤞能力边界正😴在快速扩张🎳🔞。
这件事🚪🅾听起来简单，做起🇧🇷👽来却极👿👨👨👦其耗神🈁。DeepSee🇮🇷k在同步发出的V🦀👘专业seo网络营销公司4技术报告中称：🔙🇵🇷“我们在⁉⛩英伟达👩🌾🙆GPU和👩🔧🇧🇳华为昇🔺腾NPU两🇬🇭🏁个平台上均验证了🅾☃细粒度🍏EP（专家并🚸🇮🇳行）方👙案⛽🇲🇨。
这个千亿乃⚙⬛至数千亿级美🌨🇲🇩元的超级大市🚕场，不止🥾关乎经济🇫🇰🤒，更涉及到地👨👨👦🧝♀️缘安全，谁都不🗺想把命运的钥匙交🇬🇬给英伟达一家🇵🇱所掌握⚪💀。在128k规模🦘🥴的沙箱上测🧝♂️🎪试引用覆盖率（C😣👩👧👧C），t📍🍽ext🍍-embe😇🐨ddin👹g-3-sma👭ll表现最佳（🇸🇱🦢GLM-4.7🇹🇭⚒搭配时CC=5🔭👳♀️6.58），🇫🇮🈹Qwen-tex💒🌌t-emb🕵edding🗨-v2略⁉🏰低（GL🕦M-4.7搭配时🦕📁CC=🍸53.61），而⏱🐧传统BM2🇧🇳5方法则差👼距明显☃🍦（GLM-👩🎤4.7搭配🍬📈时CC=🐢🤷♀️50.71🌧🕵）🦄🇿🇦。
