技术动态
1. DeepSeek 开年炸场，梁文锋又发论文，提出 mHC 新方案
北京时间 1 月 1 日，DeepSeek 公布了一篇新论文，提出名为 mHC（流形约束超连接）的新架构。
据介绍，该研究旨在解决传统超连接在大规模模型训练中的不稳定性问题，同时保持其显著的性能增益。
团队指出，在过去十年中，残差连接（Residual Connection）一直是深度学习架构的基石。而近期出现的「超连接（Hyper-Connections，HC）」技术通过扩大残差流宽度和多样化连接模式，虽然带来了显著的性能提升，但也引入了严重的副作用——它破坏了对模型训练至关重要的「恒等映射属性」。
这不仅导致训练过程极不稳定，限制了模型的扩展能力，还带来了额外的显存访问开销。
实验数据显示，进行重构后的 mHC 在大规模训练场景下效果显著，不仅带来了实质性的性能提升，更展现出优越的可扩展性。
DeepSeek 团队认为，mHC 作为一种灵活且实用的架构扩展，将加深行业对拓扑架构设计的理解，并为基础模型的未来演进指明了新方向。
值得关注的是，该篇论文第一作者分别为 Zhenda Xie（解振达）、Yixuan Wei（韦毅轩）、Huanqi Cao。同时，DeepSeek 创始人及 CEO 梁文锋也在作者名单中。
（@APPSO、@智东西）
2. Google「NotebookLM」测试原生「讲座」模式：支持 30 分钟单人叙事与多语言切换
Google 正在测试「NotebookLM」的全新音频生成模式「Lecture」，将原有的播客式双人对话转变为单人结构化叙事。该更新旨在将上传的文档转化为长达 30 分钟的深度讲座，并新增了语言选择器与特定口音选项。
- 交互架构从「对话」转向「单人叙事」：不同于现有的双人 AI 主持人播客风格，「Lecture」模式由单一 AI 主持人进行系统化讲解，侧重于跨源信息的逻辑链接与详细解释。
- 支持 30 分钟长格式音频生成：在选择「Long」长度选项时，模型可生成约 30 分钟的连续音频会话，显著提升了针对长文档、复杂研究论文或会议记录的覆盖深度。
- 新增原生语言选择器：用户可在生成前指定音频的输出语言，不再受限于源文档语言，进一步增强了多语言环境下的研究复用性。
- 语音库扩展与口音定制：系统计划引入更多旁白选项，包括已确定的英式英语口音，预计将提升音频的听感多样性与专业化场景匹配度。
- 功能矩阵整合：该模式将作为「Audio Overview」下的并列选项，与现有的「Deep Dive」（深度解析）、「Brief」（简报）、「Critique」（评论）及「Debate」（辩论）共同构成多维度的内容转化工具集。
当前处于内部测试阶段，尚未对公众开放；英式英语旁白及部分新特性预计在 2026 年内逐步上线。
(@Business Standard)
3. 元象开源 XVERSE-Ent 泛娱乐大模型：基于 MoE 热启动技术，支持单卡部署与 8K 上下文
「元象」正式开源专注于泛娱乐领域的「XVERSE-Ent」中英双语模型。该模型通过 MoE 热启动与多阶段训练策略，在保持通用能力 98% 以上保留率的同时，强化了角色一致性与长剧情逻辑，旨在解决社交互动与游戏叙事中的「出戏」与「遗忘」问题。
- MoE 热启动与 FFN 细粒度拆分：模型通过将原有 Dense 模型的 FFN 部分进行细粒度拆分（而非简单的粗粒度复制）转化为多专家子网络，复用 Attention 部分，实现从 Dense 到 MoE 架构的高效迁移。
- 双版本参数配置：
- 中文版（A4.2B）：激活参数 4.2B，总参数量 25B，基于通用底座 XVERSE-MoE-A4.2B 增强。
- 英文版（A5.7B）：激活参数 5.7B，总参数量 36B，针对英文创意写作与全球化语境优化。
- 三阶段训练策略（S0-S2）：采用 S0（能力重建）、S1（语言倾斜）、S2（领域增强）的递进式训练，在 S2 阶段引入通用与领域数据混合训练，确保专业能力不以牺牲通用逻辑为代价。
