DeepSeek V4 万亿参数开源登场定价击穿行业底线、Meta 发布首款闭源模型标志开源路线转向、OpenAI 提出机器人税为 IPO 做政治铺垫

本周核心事件

1. DeepSeek V4 正式发布 —— 万亿参数开源定价击穿行业底线

事件概要：多次跳票之后，DeepSeek 在 4 月初正式推出了 DeepSeek-V4，一款总计约 1 万亿（1T）参数的稀疏混合专家模型。V4 采用 Top-16 路由机制（256 个专家子网络中每次推理仅激活 16 个），单 token 推理仅触发约 32 亿激活参数——比上代 V3 的 37 亿还少，模型规模扩大 50% 的同时单次推理成本不升反降。核心技术创新 Engram 条件记忆架构 支持超过 100 万 token 的超长上下文窗口，配合 Lightning Indexer 实现亚线性检索，有效解决传统 Transformer 的”迷失中间”问题。API 定价极具侵略性：输入 $0.28 / 百万 token（缓存命中低至 $0.028），输出 $1.10 / 百万 token——相比 GPT-5.4 便宜约 10 倍，相比 Claude Opus 4.6 便宜约 16 倍。TechNews 测算，每月处理 10 亿 token 的场景下，V4 启用缓存后成本仅 30 美元，而 Opus 4.6 需要约 5,000 美元。预发布基准测试显示：SWE-Bench Verified ~78-81%（接近 Opus 4.6 的 81.4%），HumanEval+ ~92%，GPQA Diamond ~88%。V4 完全基于华为昇腾芯片训练和推理，计划以 Apache 2.0 许可证开源权重。

值得关注的原因：

• V4 的定价不是渐进式降价，而是断崖式重定义价格底线。当输入成本低于 $0.03/百万 token（缓存命中）时，很多之前因 API 成本不可行的应用场景——全文档级 RAG、大规模代码库分析、长时间 Agent 运行——突然变得经济可行。这不只是”便宜一点”，而是打开了新的应用品类
• Engram 条件记忆是 V4 最值得深挖的技术贡献。传统 Transformer 的注意力机制在超长上下文中性能急剧衰减，而 Engram 通过条件索引实现 O(1) 级别的记忆检索，本质上是给模型加了一个”工作记忆”。这对构建需要长期上下文保持的 Agent 系统（如 8 小时自主编码、多文档法律审查）有直接的架构参考
• 全量华为芯片训练是 V4 发布延期数月的主要原因之一——早期训练中遭遇了硬件故障。但最终的成功意味着中国 AI 生态在算力层面的”去 NVIDIA 化”已不再是愿景而是现实。上周 Vol.11 报道的 GLM-5.1 同样基于华为芯片训练，这不是孤例而是趋势

2. Meta 发布 Muse Spark —— 超智能实验室首款模型，放弃开源走专有路线

事件概要：4 月 8 日，Meta 正式发布 Muse Spark，这是其超智能实验室（Meta Superintelligence Labs, MSL）的开山之作——也是 Meta AI 历史上首款非开源的专有模型。MSL 由前 Scale AI CEO Alexandr Wang 领导，Meta 为此投入了 143 亿美元引进其团队。Muse Spark 从零构建（不是 Llama 衍生），原生支持多模态（文本+图像+语音输入），上下文窗口 262K token。在 Artificial Analysis Intelligence Index 上综合得分 52，排名全球第五（Gemini 3.1 Pro 和 GPT-5.4 并列 57、Opus 4.6 得 53）。亮点在于健康和科学领域：HealthBench Hard 42.8%（超越 GPT-5.4 的 40.1%）、科学推理 86.4（超越 GPT-5.4 的 82.8）。但编码能力 59.0（GPT-5.4 为 75.1）和抽象推理 42.5（GPT-5.4 为 76.1）明显短板。Muse Spark 引入”思维压缩”训练技术——对过长推理链进行惩罚，迫使模型用更少 token 达到同等准确度。实测中 Muse Spark 仅使用 5800 万输出 token 完成评测，而 GPT-5.4 需 1.2 亿、Opus 4.6 需 1.57 亿。模型提供三种模式：即时（日常）、思考（逐步推理）、沉思（多子 Agent 并行推理后综合，Humanity’s Last Exam 达 50.2%，超越 GPT-5.4 Pro 的 43.9%）。目前在 meta.ai 免费提供，API 仅限受邀预览，未公布定价。

值得关注的原因：

• 这是 Meta 在 AI 模型策略上的一次重大转向。从 Llama 1 到 Llama 4，Meta 一直是开源 AI 的旗手——Llama 系列在过去三年内塑造了”开源模型也能匹敌闭源”的行业共识。Muse Spark 选择闭源，标志着 Meta 认为在超智能竞赛中，完全开放策略的边际收益已不足以证明成本合理
• “思维压缩”是一个值得关注的训练方法。当前推理模型（o1/o3 系列、Gemini Deep Think）的趋势是”想得越多越好”——更长的思维链通常带来更高准确度但也带来更高成本和延迟。Meta 反其道而行之，通过在 RL 中惩罚冗余推理来压缩思维链，实现了用不到 GPT-5.4 一半的输出 token 完成评测。这对推理成本的优化有直接工程启发
• 沉思模式的”多子 Agent 并行推理后综合”架构值得深思。它不是让单个模型思考更久，而是编排多个独立推理路径然后融合——这在概念上接近 AI 领域的”集成学习”，但应用在推理阶段。HLE 50.2% 的成绩（目前公开最高分之一）证明了这一架构的潜力

3. OpenAI 发布 13 页政策蓝图 —— 提出机器人税、公共财富基金和四天工作制

事件概要：4 月 6 日，OpenAI 发布了一份名为”智能时代的产业政策”的 13 页政策蓝图，提出了一系列应对 AI 驱动的经济变革的激进政策建议。核心提案包括：机器人税——将税负从劳动力转向资本和 AI 驱动的利润（概念源自比尔·盖茨 2017 年的提议）；公共财富基金——参照阿拉斯加永久基金模式，让每位美国公民自动获得 AI 公司和基础设施的公共股份并分享分红；四天工作制——建议政府补贴试行 32 小时全薪工作周；便携式福利账户——福利随工人而非随雇主，应对 AI 导致的频繁职业转换。蓝图还将 AI 定位为公用事业，建议通过补贴和税收抵免加速 AI 基础设施建设，同时确保 AI”负担得起且广泛可用”。TechCrunch 分析称，这一系列提案融合了左倾再分配机制和资本主义市场框架。Sam Altman 同期向 Axios 表示，未来一年内发生重大 AI 网络攻击是”完全可能的”，且 AI 辅助生物武器的制造”不再是理论上的”。

值得关注的原因：

• 时机耐人寻味：OpenAI 在估值 8520 亿美元、即将 IPO 之际发布这份蓝图。一个合理的解读是——这是 OpenAI 在为上市做政治风险管理。提出”向自己征税”和”全民分享 AI 红利”，本质上是向监管者和公众传递信号：“我们在主动考虑社会影响”。IPO 前的政治叙事构建，比文件中的具体政策建议可能更重要
• “AI 作为公用事业”的定位值得深思。如果 AI 真的被归类为公用事业（类似水电气），意味着政府有权干预定价、要求普遍服务义务、并限制垄断行为。这对 OpenAI 和其竞争对手的商业模式有深远影响——但提案者恰恰是拥有最大市场份额的 OpenAI，这里面的博弈逻辑并不简单
• 同一周，佛罗里达州总检察长 Uthmeier 宣布正式调查 OpenAI，原因是 2025 年 FSU 校园枪击案嫌疑人的 ChatGPT 聊天记录被公开——检方指控 ChatGPT 在策划攻击中发挥了作用。政策蓝图和法律调查在同一周出现，显示 OpenAI 正同时面对”愿景塑造”和”现实追责”两条战线

4. Anthropic 三连发 —— Managed Agents 公测 + Cowork GA + 大脑与双手分离架构

事件概要：4 月 8-9 日，Anthropic 在两天内连续发布三项重要产品更新。第一，Claude Managed Agents 进入 public beta——这是一组可组合的 API，允许企业在云端构建和部署生产级 AI Agent，承诺”从原型到上线只需数天”。工程博客详述了核心架构创新”大脑与双手分离”：将 Claude 模型（大脑）与执行环境（双手/沙盒）和会话日志彻底解耦。大脑通过标准化接口 execute(name, input) → string 调用容器，容器崩溃时大脑捕获错误并重新初始化新容器——从”宠物”模式转为”牲畜”模式。凭证永远不会到达 Claude 运行生成代码的沙盒，OAuth 令牌存储在安全 Vault 中通过代理调用。这一架构使 p50 首字节延迟降低约 60%，p95 降低超过 90%。第二，Claude Cowork 从研究预览升级为 GA（正式发布），面向所有付费订阅用户开放。Cowork 将 Claude Code 的 Agent 能力带入知识工作领域——研究综合、文档准备、文件管理。企业版新增角色访问控制、组支出上限、使用分析仪表板和 OpenTelemetry 支持。第三，同步发布 Zoom MCP 集成，Claude 可直接访问会议记录和转写内容。

值得关注的原因：

• “大脑与双手分离”架构解决了 Agent 开发中最棘手的工程问题之一：如何让长时间运行的 Agent 系统具备容错能力。传统做法是将模型、工具和状态打包在同一个容器中——一旦容器崩溃，整个任务丢失。Anthropic 的方案通过外部化会话日志实现了”大脑可重生、容器可替换”，对构建生产级 Agent 系统有直接的架构参考
• Managed Agents 的凭证隔离设计（Vault + 代理模式）值得其他 Agent 平台学习。当前 Agent 安全的一个核心风险是：模型生成的代码可以访问到用于调用外部服务的凭证。Anthropic 通过架构层面的物理隔离（而非依赖模型行为约束）来解决这个问题——这是正确的工程方向
• Cowork GA + Managed Agents + Zoom MCP = Anthropic 正在构建一个从”个人 AI 助手”到”企业 Agent 平台”的完整栈。将 Claude Code 的 Agent 能力包装成面向非技术用户的知识工作工具（Cowork），同时为开发者提供底层 Agent 基础设施（Managed Agents）——双轨并行的产品策略

5.《纽约客》18 月调查 Sam Altman —— 百人访谈揭示”不受真相约束”的领导风格

事件概要：4 月 6 日，《纽约客》 发表了一篇由普利策奖记者 Ronan Farrow 和 Andrew Marantz 联合署名的长篇调查报道，基于 18 个月的调查和超过 100 人的采访（包括 OpenAI 现任和前任员工、董事会成员、合作伙伴和竞争对手），深入审视了 Sam Altman 在领导 OpenAI 过程中的行为模式。据多家媒体报道，调查揭示了内部人士对 Altman “不受真相约束”的描述——指控涉及在非营利转营利过程中的信息不对称、对董事会的选择性披露、以及在关键决策中的叙事操控。文章发表当天登上 Hacker News 榜首，在 X/Twitter 引发广泛讨论。同一周，OpenAI 内部传出 COO 调离、AGI 部门 CEO Fidji Simo 病假等管理层动荡。

值得关注的原因：

• 调查的规模（18 个月、100+ 访谈、Ronan Farrow 署名）本身就值得重视。Farrow 以#MeToo 运动中对 Harvey Weinstein 的调查闻名——他的介入意味着这不是一篇普通的科技报道，而是试图建立一个关于权力滥用的叙事框架
• 对 AI 行业的影响不止于 OpenAI 一家。整篇调查的核心问题是：“一个被指控不诚实的人，是否应该被信任掌握超级智能？“这个问题的答案不仅关乎 Altman 个人，更关乎 AI 行业的治理结构——当少数人掌握可能影响全人类的技术时，现有的公司治理机制是否足够？
• 文章发布的时间节点（IPO 前夕）使其影响被放大。潜在投资者现在必须在”AI 行业最大 IPO”和”创始人信任危机”之间做出判断——这种叙事冲突是否会影响 IPO 定价，值得持续观察

---

本周值得一读的论文

论文	亮点
HY-Embodied-0.5: Embodied Foundation Models for Real-World Agents (腾讯混元)	HuggingFace 本周最热论文（223 upvotes）：腾讯混元发布的具身智能基础模型，面向真实世界 Agent，标志着国内大厂在机器人基础模型方向的正式入场
OpenVLThinkerV2: A Generalist Multimodal Reasoning Model for Multi-domain Visual Tasks (UCLA NLP)	138 upvotes：通用多模态推理模型，跨领域视觉任务的统一解决方案。对构建能”看懂”复杂视觉场景的 Agent 有直接参考价值
LPM 1.0: Video-based Character Performance Model (多机构)	77 upvotes：基于视频的角色表演模型，25 位作者联合发布。在数字人和虚拟角色生成方向有潜在突破性意义
DMax: Aggressive Parallel Decoding for dLLMs (新加坡国立大学)	53 upvotes：提出针对离散扩散语言模型的激进并行解码策略，有望大幅降低推理延迟。对下一代非自回归 LLM 架构的工程优化有直接启发
Prediction Arena: Benchmarking AI Models on Real-World Prediction Markets (多机构)	让 AI 模型在真实预测市场中自主交易来评估其预测能力——这比静态基准测试更能反映模型的实际决策质量，为 AI 评估方法论提供了新思路

---

一句话快讯

• 佛罗里达州总检察长 4 月 9 日正式宣布对 OpenAI 展开调查，指控 ChatGPT 在 2025 年 FSU 校园枪击案中被用于策划攻击——AI 公司首次面临因用户犯罪行为引发的州级执法调查
• Anthropic Opus 4.5 计算容量翻倍，同时与 Google 达成新的算力协议以缓解当前产能紧张——当最大的 AI 安全公司也在抢算力时，说明 Agent 工作负载的计算需求已超出所有人预期
• 美国联邦法官 裁定特朗普政府禁止 Anthropic AI 在政府系统中使用的行政令违反第一修正案——AI 模型是否属于”言论”的法律先例正在建立
• DeepSeek 在 V4 发布前低调上线专家模式，与原有快速模式形成双模式选择——用户可在速度与深度推理之间按需切换
• Cisco 正在洽谈收购以色列安全公司 Astrix Security，估值 2.5-3.5 亿美元——Astrix 专注于监控和保护 AI Agent 的安全软件，Agent 安全正在成为独立赛道
• Blackstone 申请新的数据中心收购 IPO 工具，计划筹集约 20 亿美元——当私募巨头为 AI 数据中心专门设立 IPO 融资载体时，基础设施投资的规模已进入新量级
• OpenAI 被报道每周约有 50 万用户与 ChatGPT 的对话中表现出心理健康相关模式——AI 陪伴的心理健康风险正从个案上升为统计现象
• 品牌反 AI 营销趋势 正在扩大：Aerie、Almond Breeze 等品牌在广告中强调”不使用 AI”——当”反 AI”成为营销卖点时，公众对生成式 AI 的信任裂痕比行业内部感知的更深