登录社区云，与社区用户共同成长
邀请您加入社区
2026年企业级AI资产数字化标准》指出：AI对话内容已成为企业知识库的重要组成部分。标准的PDF文档由于其跨平台一致性、不可篡改性和对矢量图形的支持，是AI原生内容走向公文流转、专利申请及技术归档的首选载体。
为此，昇腾的解决思路是坚持底层架构创新，在虚拟指令集、运行时能力、编译器等坚持走自研突破，并兼容全球AI主流开源生态，同时推动CANN计算框架在架构层面，进行功能解耦与组件独立演进，从底层的硬件驱动到运行时，再到中间的编译器和上层的加速库，每一层都实现物理上的松耦合，各组件可独立升级和API的全面兼容。当CANN社区汇聚起来自各方的智慧，当开发者一次次在CANN上完成算子开发，当CANN与各大开源
本文利用 DeepSeek V4 的推理能力，构建了一个“自然语言 → SQL → 执行计划 → 优化建议”的自动化工具。元数据驱动：让 AI “理解”你的数据库结构，减少幻觉。闭环验证：基于真实 EXPLAIN，而不是理论分析。成本可控：生成用 Pro 保证质量，优化用 Flash 降低成本。开箱即用：H5 页面 + Spring Boot，一键启动。从“写 SQL”到“描述业务”，AI 负责翻
本文介绍了如何在星图GPU平台上自动化部署【ollama】DeepSeek-R1-Distill-Qwen-7B镜像，构建高效学术论文助手。该模型专为复杂推理优化，支持文献综述整合、LaTeX公式推导与学术化润色，典型应用于科研写作全流程提效，如自动撰写引言段落、推导热传导方程稳定性条件等。
摘要： 随着移动办公需求激增，手机端AI内容导出成为效率瓶颈。《2026年移动端AI应用洞察报告》显示68%用户受困于对话转PDF的"最后一公里"问题。本文对比四种主流方案：直接复制（易乱码）、WPS智能文档（依赖生态）、AI自主转换（兼容性差）和Pandoc命令行（高门槛），指出格式损耗率高达40%。专家建议采用轻量化工具如"DS随心转"，其自研引擎能实现
DeepSeek识图模式正式上线，实现国产AI多模态突破。该功能基于DeepSeek-OCR2视觉因果流机制，具备"视觉感知+语义理解+逻辑推理"三重能力，支持物体识别、场景解析、文字提取等五大核心功能。应用场景覆盖办公、教育、医疗等六大领域，如文档图表解析、医疗影像辅助等。技术层面采用原生多模态架构，适配国产芯片，实现全链路自主可控。此次升级填补了国产大模型在多模态领域的空白
中国AI领域迎来重大突破，DeepSeek发布万亿参数大模型V4Pro，采用混合专家架构，支持百万Token上下文处理，实现国产算力适配与开源普惠。该模型在编程、数学推理等任务中表现优异，超越多数开源模型；在金融、法律、医疗等领域展现强大应用潜力。特别值得关注的是，V4Pro深度适配国产芯片，打破海外算力垄断，同时通过开源策略大幅降低AI使用门槛。这一突破标志着中国AI从技术跟随迈向自主创新，为全
本文介绍了DeepSeek V4 API的申请和使用方法。主要内容包括：API功能概述（代码生成、文本处理、对话等），详细申请步骤（注册账号、创建API Key、查看额度），以及Python调用示例（普通请求、流式输出、带上下文对话）。文章还提供了API参数说明和注意事项，帮助开发者快速上手集成DeepSeek V4模型到自己的应用中。
本文实测了DeepSeek V4的代码生成能力，通过两个典型测试案例展示其表现。在快速排序算法实现中，模型生成的Python代码结构清晰、注释完善，并包含全面的测试用例。在Flask Web API开发测试中，模型成功构建了包含用户注册、登录功能的RESTful接口，实现了数据库操作、密码加密、错误处理等核心功能。测试结果表明，DeepSeek V4具备较强的代码生成能力，能够处理算法实现和实际项
文链接（链接跳转异常请到原文中查看）：NPU DeepSeek-V4推理优化实践 直播回放链接：DeepSeek-V4昇腾首发：基于CANN的训推优化实践 DeepSeek团队发布了最新的模型DeepSeek-V4系列模型，包含DeepSeek-V4 Flash和DeepSeek-V4 Pro两种规格。通过Compressed Sparse Attention (CSA)和 Heavily Com
它在内容结构、表达流畅度、语气控制上更适合中文内容生产。
DeepSeek V4 发布后，社区对原生多模态能力的期待日益高涨。从小康 Chen 的神秘推文到技术讨论，本文分析 DeepSeek 视觉能力的可能性与挑战。
本文介绍如何利用DeepSeek V4 API构建一个数据分析Agent，能够直接查询数据库并可视化结果。文章首先分析了DeepSeek V4的特性：支持百万token上下文、兼容OpenAI SDK，成本低至0.02元/百万token。然后详细讲解了Function Calling的5步核心机制，并通过一个天气查询示例展示了Agentic Loop的实现原理。最后指出下一步将SQL查询封装为工具
移动端AI对话导出PDF的痛点与解决方案 随着AI助手如“豆包”的普及，68%的用户需将对话转为PDF，但仅15%满意现有方案。核心痛点在移动端复制易丢失格式，手动排版耗时。通过实测四种主流方法： 直接复制：简单但格式混乱； WPS智能文档：一键生成但兼容性有限； AI提示词重构：需技术调整，稳定性不足； Pandoc命令行：排版精准但门槛高。 专家指出，未来需集成化工具解决“最后一公里”问题。推
本文探讨了AI生成内容（如Claude模型）在导出带公式Word文档时的技术瓶颈与解决方案。分析指出，当前直接导出存在公式乱码、排版错乱和内容截断等问题，导致二次编辑成本高企。通过四种主流导出方式的横向评测（直接复制、WPS、Prompt工程、Pandoc），揭示了结构化数据流转的重要性。专家强调需构建"生成即可用"的自动化工具链，推荐采用"AI导出鸭"等集
工具的价值在于解放人类的双手，让思维不再受限于格式。从直接复制到专业工具的进化，本质上是我们对知识沉淀质量的追求。希望本文的对比能帮你找到最适合自己的DeepSeek导出方案。
DeepSeek V4已支持1M超长上下文能力，可一次性处理75万汉字级别的长文档。本文深入解析其技术原理与应用价值，并介绍如何通过DeepSeek本地部署大师在本地安全高效运行V4模型，实现低成本、高隐私的AI长文本处理方案。
DeepSeek v4 Compressor kv cache压缩模块
DeepSeek-V4的意义，不在于又一次刷新了某个基准测试的榜单，而在于它让"百万Token上下文"从一个营销数字，变成了一个工程师可以真正依赖的能力。对于正在构建下一代AI智能体的开发者而言，这是一个值得认真研究的技术节点。长上下文的战役远未结束，但DeepSeek-V4无疑向前推进了一大步。本文同步发布于微信公众号「闻速视界」，欢迎关注，获取最新 AI 技术资讯解读。
当下，人工智能已深度融入众多现代安全平台。在检测环节，行为模型的应用愈发广泛，用以精准剖析分布式环境下的身份验证动态、网络行为轨迹以及身份活动特征。
DeepSeek V4 开源 1.6 万亿参数模型，Scaling Up 路线再创新高。但另一条路线 Scaling Out 也在加速：端侧专精模型正在让 AI 离用户更近。两条路线的场景分化和技术对比。
DeepSeek V4 已经在 SWE-bench 上打到 83.7%，日常编码与 Claude 同级，价格只有 1/10。但它和顶尖闭源模型之间真正的差距，藏在那 10% 最难的任务里。
摘要： 移动端多模态交互正成为AI应用焦点，ChatGPT和Gemini在图像识别上各具特色。ChatGPT采用原生多模态处理，Gemini则深度集成Android系统，支持屏幕内容即时分析。实测显示，在工业公式识别和跨境电商翻译等场景中效率显著提升。专家指出，未来交互将转向“所见即所得”，但低质量图像处理和内容导出仍是瓶颈。工具如DS随心转APP可解决跨平台导出难题，实现AI识图结果的高效流转与
摘要：针对AI生成技术文档导出Word的痛点，文章对比了四种解决方案：直接复制（公式易乱码）、WPS智能文档（兼容性有限）、AI提示词优化（效果波动大）和Pandoc转换（需技术门槛）。测试显示，复杂公式文档仍需15-45分钟手动调整。推荐集成"AI导出鸭"工具，通过结构化数据流转实现一键导出，保留公式/代码/表格格式，将效率提升2-4倍。专家指出，AI内容与办公软件的语义鸿沟
DeepSeek V4技术突破解析：开源模型首次实现高效百万Token上下文处理 【核心创新】 CSA+HCA混合注意力机制： CSA采用4:1压缩+Top-k选择策略，使1M Token序列计算量降至27% HCA实现128倍压缩，提供全局低分辨率感知 混合架构实现KVCache仅需基线2%存储 mHC残差连接： 通过双随机矩阵约束解决61层极深网络训练稳定性 Sinkhorn-Knopp算法2
DeepSeek
——DeepSeek
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
AtomGit开源社区
DeepSeek技术社区
AMD开发者中国社区
CANN开发者社区
AtomGit AI 社区
