（来源：上观新闻）
此次，D🇱🇮eep🔖Seek称V4-🇲🇪🇯🇵Pro的数📅学能力在测🦇🇬🇶评中超过👝🐺了所有🇧🇱🧘♀️已公开测评的↩开源模🥘型，比🎪肩世界顶级闭🔣源模型💂。最终具身的数据不🇧🇾🧜♂️能仅来🔉🤸♀️自互联网上已经存🏔在的数据，而是要🌠⌛靠数据飞轮：一定🧟♀️要让机器人被批量👩🚒化用起来，再🇦🇪🏏回传真实数据，这🧡🏯对提升智能🍐🏌️♀️能力才是最有📿📝用的👨🦰🈶。
也有骑手希望🏧⛰延长跑单时间🐕🥩。高速光🚞模块的研发调测☦与大规模量产🏉💧保障，已成为❣制约AI算力集🎮🌱群部署效率的关😫键环节💣。他呼吁✊⁉中美研究🥔人员深化交☀🕊流，而当🇧🇬前美国将💿中国视为敌手🕰的态度🔃⛳，导致关键🈚🍐研究对话缺🇭🇷🛰失👨。多位网友在 🛂X 上🚓称其性价比“👐打穿”👱，而Deep♾️🧛♂️Seek在自💕📴述材料中则保🎚🙆持克制，称在⭐🆙知识与🥐推理上🕺🇨🇱接近闭源系统✒🌈但仍有约3到6🌈🧗♂️个月差距，同时提🙀示“受💕🥙限于高🎄🇦🇮端算力🕰🛹”，P🚋🇲🇸ro 🙃服务吞吐有限，🗯后续价🔔🧽格存在下调预期☄。
这套机制从预训😜🍌练阶段就🦟改变了⚓📷模型处理长😛🇭🇺序列的方🇺🇳🍈式💖。这项研究由慕🌛尼黑工业大学👛🦶、达姆施塔🐦⛲特工业大学、浙🎎🦊江大学🇲🇦以及伊尔梅✝瑙工业大学👣♦的研究团队联📁🔆合完成，发表于🇲🇻👑2026🇭🇲☺年第40届神经信🕟📇息处理系统🗒大会（🤺🇺🇾NeurIPS 📜2026🏳🗾），论🍋🥘文编号🔂⛷为arXi🕝🇧🇹v:2604.1🐟3226，有兴趣🛠🦓深入了🏨解的读者可通过该🚓🍼编号查阅完🔜🤼♂️超凡蜘蛛2免谷歌版中文版整论文😴。
