当然了，跟 Opus 4.6 的思考模式比还有差距，这个 DeepSeek 自己也承认了。两个模型，V4 Flash和V4 Pro，直接开源。它证明了一件事，华为的芯片，能跑世界顶级的大模型。对于股市有关注的朋友应该还有印象，去年V3开源的时候，一度英伟达的股价跌到了最低点，限于一些神秘规则，这里我不说太多。V4，混合注意力架构，在100万token的场景下，推理算力只需要V3.2的27%，KV缓

我先将 Agent 切换到“

当然了，跟 Opus 4.6 的思考模式比还有差距，这个 DeepSeek 自己也承认了。两个模型，V4 Flash和V4 Pro，直接开源。它证明了一件事，华为的芯片，能跑世界顶级的大模型。对于股市有关注的朋友应该还有印象，去年V3开源的时候，一度英伟达的股价跌到了最低点，限于一些神秘规则，这里我不说太多。V4，混合注意力架构，在100万token的场景下，推理算力只需要V3.2的27%，KV缓

大模型智能体​大模型智能体网络是由多个相互连接的大模型智能体组成的大规模协同式智能化系统。位于云端的大模型驱动的“大脑对应的物理或数字“身体”（如自动驾驶汽车、机器人狗、无人机和数字人等）。对于具身型大模型智能体，其物理身体内配备一个本地“小脑”（即专用小模型或轻量化大模型），用于处理本地推理任务，而计算密集型任务则被卸载到云端大模型中，实现云端大脑与本地大脑的协同计算。

RAG的全称是Retrieval-augmented Generation，意思是检索增强生成，它是一种结合检索和生成技术的模型。RAG通过引用外部知识库的信息来生成回答，具有较强的可解释性和定制能力，常用于客服系统、智能助手等问答任务。因为大模型训练到某一天就停止学习，比如模型训练数据截止到2025年，那么2026年之后发生的事情就不懂了。并且用户的个人文档、公司文档等内部资料，大模型也都不知道

电子发票的「红章框」常常是 Foreground 模板，必须最后绘制，否则会被发票数据盖住。渲染顺序：模板 Background → 主页对象 → 模板 Foreground → 注释 → 签章。早期把「DeltaX 太小就用字符自然宽度兜底」的逻辑加进去，结果把负值也覆盖了，密码区直接错乱——后来改成负值跳过兜底。调用方自己注册字体到系统表（避免授权风险），然后告诉 Renderer 用这个 f

电子发票的「红章框」常常是 Foreground 模板，必须最后绘制，否则会被发票数据盖住。渲染顺序：模板 Background → 主页对象 → 模板 Foreground → 注释 → 签章。早期把「DeltaX 太小就用字符自然宽度兜底」的逻辑加进去，结果把负值也覆盖了，密码区直接错乱——后来改成负值跳过兜底。调用方自己注册字体到系统表（避免授权风险），然后告诉 Renderer 用这个 f

我先将 Agent 切换到“