新的 DeepSeek 来了，4.1 Flash 版本简直令人惊叹。看这速度，真的难以置信地快。我也被这一点震惊了：在某些测试中，它能超越 Claude Opus 5 和 Kim K3（并非所有项目）。我们稍后再看这一点。但这里有个问题，我最后会展示给你。它还可靠地超越了 DeepSeek 4.0 Pro，这真是个巨大的惊喜。我的意思是，那个系统本地运行成本可能高达 30 万美元，而这个版本只需四分之一的费用。
好吧，那仍然是一笔巨款，但这种趋势是显而易见的。也许一年后它就能装进我们的口袋了。它还具备原生的视觉理解能力，所以最终你可以给它一张标志性游戏菜单的图片，让它编写一个能重现该画面的游戏。我会在最后告诉你更多关于我的其他实验的信息。这既宏大又小巧，这是怎么做到的呢？
各位学者请坐稳了。它之所以“小”，是因为 KV 缓存技术。KV 缓存包含上下文信息，比三年前的 V1 版本小了 437 倍，甚至比几个月前发布的上一代 4.0 Flash 还要小四倍。但这只是短短几个月前的事情，他们竟然将其压缩了四倍？这是怎么回事？我们知道吗？是的，我们知道。亲爱的学者们，这里是两分钟论文频道，由埃里克博士主持。
之所以叫这个名字是因为这是一个开源模型，并且有一篇免费的研究论文（伴随音乐）解释了它。我不是专家，只是个学生，但我将尝试将其拆解说明。他们称这项技术为 CSA2，看来这次他们终于找到了门道。你看，神经网络由许多层神经元组成，当信息在这些层中传播时，每一层都有自己独立的 KV 内存。
但在这里并非如此。DeepSeek 4.1 Flash 终于让我们实现了层与层之间的共享内存。不是每个人都必须记住所有东西，不，他们共享记忆。（清嗓子）这实施起来是个噩梦，因为不同的层需要对同一历史的不同视角。如果我们深入内部仔细看看，看这里，是一个编码器-解码器结构。
编码器创建一个共享的全局内存，而解码器从中读取数据。正是这一切最终让我们拥有了更小的 KV 缓存，而这一直是我痛苦的根源，因为它需要太多的显存。这是一个不可思议的巨大飞跃。现在我也说过这很“宏大”，因为它拥有超过 5000 亿个参数。所以我根本不可能在家里运行它，无论如何都不行。
当我试图重现这篇漂亮的“蜂蜜缠绕”论文时，GPT-6 Astra 完美做到了。绝对令人惊叹。Opus 5.1 虽然没那么惊艳，但物理引擎相当强大。渲染效果稍逊一筹。所以这个嘛……我们仍然需要后续更多的论文来匹敌它，但我确信那将会发生。
你们看，我在这里是为了展示真相，而不仅仅是相信头条新闻。另外，既然 YouTube 停止推荐我的物理模拟论文（这让我心碎），至少我还能给你们展示这个，这让我充满喜悦。订阅并点击铃铛以查看更多内容。还有那个“陷阱”：4.1 Flash 喜欢深思熟虑，因此消耗大量的 token。
幸运的是，它并不那么昂贵，但天哪，那确实是海量的 token 消耗。不过如果你有硬件设备，你就可以免费运行所有这些内容。我没有那样的条件，所以我通过 API 或 Lambda 来运行它。但鉴于每次 DeepSeek 发布新论文，AI 对我们所有人来说都变得更便宜了。
所以非常感谢你们为人类做出的巨大贡献。这将极大地帮助许多医生和科学家完成他们的工作。开放科学万岁！活着真是赶上了好时候。我使用 Lambda 来重现 AI 研究论文，通常只需几分钟。它也非常适合训练你自己的模型或微调现有模型。
运行推理、文本生成图像或视频，易如反掌。运行 DeepSeek 聊天机器人或智能体也超级快速、极其可靠。Lambda 为你提供强大的 NVIDIA GPU，让你运行自己的实验。我测试我在报道中提到的论文中的想法，片刻之后就能看到结果。太棒了，真的值得一试。
现在就去 lambda.ai/papers 试试 Lambda 吧。（注：原文结尾语音识别有误，意为访问该链接）