近日，在红点创投（Redpoint Venture）的播客“Unsupervised Learning”上，红点创投合伙人Jacob Effron与David Luan进行了一次访谈。他们从技术视角出发，探讨了DeepSeek给大模型领域的研究和实践带来的启示，并围绕AI模型当下瓶颈的思考和潜在的突破方向做了分享。
即日起，北京时间每日00:30-08:30为错峰时段，API 调用价格大幅下调：DeepSeek-V3 降至原价的50%，DeepSeek-R1降至25%，在该时段调用享受更经济更流畅的服务体验。具体价格参看图2.
相较于阿里、京东等电商老大哥在AI大模型布局上的如火如荼，有黑马之称的拼多多却失声了。 这两年来，拼多多不仅在AI大模型上没有大动作，即便是在国内外公司热火朝天接入Deepseek的当下，拼多多也“稳如泰山”，丝毫没有要凑热闹的意思。
相信很多用户已经见识过或至少听说过 Deep Research 的强大能力。
在AI行业新诞生的「多模态交互」赛道上，声网发布的「对话式AI引擎」，让所有文本大模型秒变多模态，具备实时语音对话能力，补齐了大模型「失语」的短板。
部署 DeepSeek 系列模型，尤其是推理模型 DeepSeek-R1，已经成为一股不可忽视的潮流。
这一波 DeepSeek 的泼天流量，各种大小公司都在吃。为什么，一夜之间，所有产品都在宣传自家接入了 DeepSeek 呢？主要原因是 DeepSeek 官网无法满足全世界人民日益增长的 DeepSeek 使用需求。
DeepSeek 的开源周已经进行到了第三天（前两天报道见文末「相关阅读」）。今天开源的项目名叫 DeepGEMM，是一款支持密集型和专家混合（MoE）GEMM 的 FP8 GEMM 库，为 V3/R1 的训练和推理提供了支持，在 Hopper GPU 上可以达到 1350+ FP8 TFLOPS 的计算性能。
DeepSeek 开源周的第三天，带来了专为 Hopper 架构 GPU 优化的矩阵乘法库 — DeepGEMM。这一库支持标准矩阵计算和混合专家模型（MoE）计算，为 DeepSeek-V3/R1 的训练和推理提供强大支持，在 Hopper GPU 上达到 1350+FP8 TFLOPS 的高性能。
昨天的AI新闻有点太密集了，肝快废了。
