deepseekv4苹果电脑配置
粉丝142.3万获赞487.4万
相关视频
00:24查看AI文稿AI文稿一百二十八 g 的 mac 现在是最便宜的 deepsea v 四满血推力方案 reddit 支付推出开源的 d s 四，把 mac 的 算力和统一内存发挥到极致，最绝的是首创的十盘 k v 缓存， 轻松跑一百万超长上下文三万多买台 mac， 超低功耗全天候跑代码 tucker， 从此彻底自由。你之前买显卡的钱可能真白花了。 mac 要取代算力卡了吗？你怎么看？
1379虎哥说科技v
04:12查看AI文稿AI文稿macos 用这个 cloud code 配上这个 crypto 的 a p i k 的 一个情况，我们来测试一下。好，我们已经打开了 cloud 了，这里有个 trap shooting， 启动开发者模式 addable， 然后它也会重启一下，这里开发者模式已经启动了，我们配置一下第三方的 a p i k。 这样呢，把我们之前申请的这个 crypto 的 a p i k 拷进来 应用重启。我们看一下模型，这里配的是 deepsea 的， 我们测试下 pro 的 模型作为自媒体如何快速获得粉丝的一个增长，我们看一下他是怎么回答的。 找准定位比内容数量更重要。爆款往往来自信息差或者情绪共鸣，前三秒决定生死。自己看起来还是有模有样的。就感觉这个 mac os 的 配置还是比 windows 简单很多啊，没有碰到那些坑。 我们用 dbk v 四的 api k 配置到这个 cloud 的 cobok 里面，因为 cloud cobok 应该是目前呃所爱的这个桌面智能体。我们把整个过程呃演示一下。 首先到这个 dbk 的 apik 去购买一个 apik 密钥，这里它是说了有两个最新的模型已经出来了，我们要申请 apik， 到这里要实名认证以后才能充值。 好，认证成功了，我们开始付款，已经购买成功了，我们看一下余额用量，还是现在还没有消耗。找到下载地址下载，我们是 windows 的， 已经可以安装了。装好了。好，我们开始这里面还是需要有一个账号去登录一下，我们随便搞一个账号，好， 取个名字访问我的相机是吧？暂时不需要继续安装快捷键。好的，到这一步我们就需要配置它的 api k 了，就是变成我们自己的 deepsea 了，它目前这里是他们内置的模型，因为我们刚才用的是一个免费的账号， 进去这里有一个 padcity， 打开开发者模式，打开开发者模式之后， 这里它已经有开发者模式，我们就可以配置第三方的接口，因为我们自己用的是国内的 api 接口，这里面需要把这个 base u r i 和这个 api k， 我 们在这个 dbc 这里面搞的， 刚才搞了，但是没有创建 a p i k， 我 们创建一个名字，随便我们播 cloud cloud， 创建一个，把这个 a p i k 复制一下，放到这个 cloud cloud 里面。 base u r i r i r 是 在接口文档里面吗？对， base u r i 这个 我们是 islopy 的 这个片 ai 的， 它们两个还不一样，放到这里面我们还需要加一个 model， 还没配吗？我们配一个的，这里面我们就配这两个 vc， 最新的这两个，这里一个，再配一个 v 四 pro。 好， 这个时候我们就可以应用了，需要重启一下。好，重启它要把这个虚拟平台要给打开， 我们把这个虚拟平台的这个代码这一行执行一下，我们可以打开这个 pos， 以命令行形式打开 pos。 一 windows 的是我们以管理员身份打开，然后执行这个命令，需要重新启动 windows 计算机才能够完成操作。然后我们把当前的这些保存一下，我们确定 桌面上面没有其他的这些东西了，就重新启动计算机。重启之后我们就直接打开这个 collab， 看一下能否使用，因为我用的是 delete 嘛，也没有对网络环境有什么要求？这些操作未按计划进行。刚才我的这个 windows 笔记本开启虚拟化的时候是失败了， 其实我有怀疑这是不是我这个型号的 windows 电脑不支持，我让插了 gpt 去核实了一下这个问题，他说我的荣耀的这台电脑其实应该是支持的，可能就是 bios 里面的配置应该是没有开启。 有一个我也打开这个 windows 的 bios 和 windows 系统，确认了一下虚拟化技术其实是已经开启了，测试一下，我们先关掉之后再来看一下这里退出， ok， 他 没弹警告了，现在可以了。刚才其实执行的是这个命令啊，这个命令我会放到公众号最新的这篇文章，大家有兴趣可以去看一下。
7AI科技
00:40查看AI文稿AI文稿科技圈炸了，就在刚刚， deepsea 成了苹果笔记本上的永久免费神卡。谁能想到，国外的 reddit 创始人 andreas 竟然亲自动手给中国 ai 鞋底层驱动了。以前老外对国产模型是跑分看看，现在是不顾一切把它塞进电脑。而他用一种极度疯狂的不对称量化，要把庞大的 deepsea v 四 flash 这个模型 压缩进一百二十八 g 内存的苹果本里。最离谱的是，他把一百万 token 缓存直接丢进了 ssd 硬盘。这意味着你不需要什么昂贵的 a 一 百或者内存条， 只要一台 macbook， 就 能在断网的状态下，让全球最强的编程助手为你通宵写代码，一分钱托管费都不用花。而当 ai 像水和电一样变得手到擒来，那么真正值钱的将不再是模型本身，而它与你工作流的深度融合。
1.6万美超半导体
02:13查看AI文稿AI文稿今天全网都在吹 deepsea 微视，我先说一句，可能很多人都不爱听的话，你先别跟风下结论，先自己去用一遍。我是属于比较深度在用 ai 的 人，并且我公司也是在做软件开发的，目前国内国外的大模型 我基本都是长期在用的，包括切的 gpt、 gimini， 也包括这两天很火的 deepsea。 我 给你说一个很真实的感受，这不是说谁更牛的问题，而是阶段不一样。很多人现在刷到几条案例就开始说已经全面领先了， 但你真正拿去做复杂一点的事情，比如写一整套逻辑结构，做深度推演，连续多轮对话，你会明显感觉到一个东西，就是理解深度是有差距的。我不是说 deep sea 不好，相反它已经很强了。 但你一对比就会发现，有些时候啊切的 gpt 和 gmail 更像是在帮你思考，而 deep seek 有 些场景更像是在帮你整理，这个区别只有你真正用深了，才会有感觉。所以我特别建议你一件事情， 别听别人讲，自己去试。同样一个问题，丢给三个模型，你看谁给你的答案更有逻辑，更有深度，更像人，你自然答案就有了。我讲这些不是为了打击谁，恰恰相反，我觉得现在最需要的是理性， 而不是情绪。国内 ai 这两年的进步是非常快的，这一点必须承认，但客观来讲还是有提升的空间。技术从来都不是一夜之间就能做到顶的，它一定是一个长期积累的过程。 所以如果你是真的想用 ai 去赚钱，去提升效率，去做事情，你就不要只看谁火，而是看谁更适合你当前的需求。最后 我只说一句话，不要被情绪带节奏，真正有判断力的人都是自己用过之后再说话。你可以现在就去试一试，然后再回来看看你的答案会不会不一样。
101大牛Ai电商人
02:38查看AI文稿AI文稿deepseek v 四刚刚发布，两个版本价格差了十二倍，一个便宜到哭，一个贵到肉疼，但贵的真的更好吗？看完这篇，你再决定掏哪个？大家好，今天不废话， 直接给你们做个实打实的选购指南。 deepseek v 四一上来就发两个版本， v 四 pro 和 v 四 flash。 光看价格，一个输入一百万， token 只要一块钱， 另一个要十二块，相差十二倍。这个价差到底是性能碾压还是智商税？我帮你们把参数扒干净了。先说 flash， 中文叫闪存版，总参数两千八百五十亿，激活参数一百三十亿， 每次推理只调动他百分之十几的脑子。他专门优化了响应延迟，用了全新的 token 压缩注意力机制，说话快，打字快，几乎没有思考等待感。适用场景就三个，客服对话，实时聊天工具调用一句话，轻量化高频场景用它写。转 pro 版是完全另一个量级， 总参数一点六万亿，激活参数四百九十亿，预训练数据量高达三十三万亿。 token， 它不只是大，它是又大又精准。 官方数据数学推理 s t d m 领域竞赛级代码，这三个核心能力已经超越所有已公开评测的开源模型，对标的是 g p t 五和 cloud opus 这个级别，内部员工自己都在用 pro 版当主力。扣定工具，一句话，要干正事，上 pro 这里你们最关心钱。 flash 输入一块钱，输出两块钱，缓存命中最低两毛钱。 pro 输入十二块，输出二十四块，缓存命中一块。对比一下行业价格， g p t 五点五，同档位，输入五美元，输出三十美元，折合人民币是它的四十到五十倍。 deepseek 这次继续扮演价格屠夫的角色，不是浪得虚名。两个版本还有一个共同点，全系标配一百万 token， 上下文没有任何缩水，这个长度能干什么？ 相当于一次性读完整部资本论，或者导入整个代码仓库，直接在里面找 bug 做重构，不用再搭什么解锁增强系统。 v 三时代一二八 k 是 旗舰标配。 v 四，把这个门槛直接拉到了地板价。 最后给你们一个判断原则，看你的任务复杂度，不看你的钱包厚度，日常对话清量工具调用高频 api， 闭眼选 flash， 代码库级别，任务复杂推理，科研写作用。 pro 不知道选什么，先用 flush 跑通了再加钱上 pro。 deepsafe 的 定价就是让你低成本试错，别一上来就花冤枉钱。四，这两个版本本质上是 deepsafe 在 说一句话， 能力我给你们拉满，价格你们自己看着办，不玩套路，按需付费，这才是大模型该有的样子。觉得有用转发给身边做开发的朋友，我们下期见！
24改命奇悟
08:46查看AI文稿AI文稿朋友们，他来了，那个让整个硅谷恨之入骨的中国 ai 公司在沉默了整整十五个月之后，终于放出了大招，四月二十四号啊， deepsea 微四 pro 没有任何的预告，直接炸场。还记得去年二一发布那天吗？因为他股价一天蒸发了六千亿美元。那一波啊，全世界叫他 deepsea 时刻，那一次呢？他要改写的是整个 ai 产业的游戏规则。 先说大家最关心的问题，这个 v 四 pro 到底强在哪？一句话概括，它用只有别人七分之一甚至十分之一的成本，做到了和美国最顶尖模型平起平坐的水平，牛不牛？ 具体啥概念啊？ v 四 pro 总参数量达到了一点六万亿，用的是自家的混合专家架构，每次推理呢，只激活必要的那部分参数。再说数据呢，编程能力上， v 四 pro 直接超过了 g p t 和谷歌的大模型 agent。 编码评测上呢， v 四 pro 拿到了当下所有开源模型里的最高分。 那世界支持层面呢？大幅领先所有的开源模型，仅次于谷歌的大模型。数学竞赛的推理任务呢？ v 四 pro 已经超越了所有公开评测过的开源模型，真正挤进了全球第一梯队。 还有件事特别的关键，这次呢， v 四 pro 全系标配百万 tokin 的 超长上下文，直接把百万字级别的处理能力变成了标配。啥意思？ 那么厚的一本红楼梦，也就是九十多万字，一整本长篇小说，一整套代码仓库一次性喂进去，它都能给你处理的明明白白。还有问题来了，既然这么强，它跟美国最顶尖的模型比，到底还有多大差距？ g p c 可自己说的非常坦诚啊，他们公开承认， v 四 pro 的 某些方面表现呢，小幅超越了 g p t 的 五点二和谷歌的大模型，但整体仍然是落后于 g p t 五点四的模型的大模型，差距大概就是在三到六个月。 但是我们要明白， deepsea 用的芯片是被限制出口的，而且呢，训练成本呢，是国际顶尖大模型的几分之一，但结果呢，追到了只差三到六个月，这哪是差距啊，这简直就是骄傲！而且最狠的是，什么？是定价！听好了， v 四 pro 每百万输入 token 呢，只要一点七四美元，输出呢，只要三点四八美元。 g p t 五点五是多少呢？ 输入要五美元，输出要三十美元，完成同一项任务用 gpt， 可 v 四的成本只有 gpt 五点五的百分之十五，就连一项以实惠著称的谷歌的大模型在它面前都显得很贵。 甚至是最近它们呢还宣布了更激进的降价，输入缓存命中的价格呢，直接降到原来的十分之一。 你以为故事到这就完了吗？真正的猛料还在后面呢。 v 四 pro 这次最让人震撼的不是性能，而是另一个石破天惊的举动，它用的是华为生成的国产芯片。跑起来的朋友们，这才是真正的 deepsea 时代的二点零版。 b 四 pro 呢，把整套系统从之前深度依赖的英伟达生产，整体迁移到了华为生存的架构上，这可不是换一个驱动那么简单，万亿参数的模型，底层的代码调度的逻辑工程体系，全部要重写一遍。 那有人就要问了，那升腾芯片的性能不是还不如英伟达吗？没错啊，但是 deepsea 自己也说了，虽然目前 pro 的 服务吞吐还比较有限，但等今年下半年华为升腾超节点芯片批量上市之后， v 四 pro 的 价格还会大幅下调。 因为他 ceo 黄仁勋自己都坐不住了。他在一次深度访谈里原话说，如果 gpt 可与华为生成芯片深度绑定，并实现规模化落地，这对美国来说将是灾难性的。 这背后则是一个更深层的东西，硅谷在造墙，中国呢，在修路。你看硅谷那边， oppo、 ai、 谷歌全是闭源阵营，模型呢？越做越封闭， 发布节奏呢？完全变成了互相掐架。在中国这边呢， tiffany 微四用的是什么？是开源协议，任何人都可以自由下载和修改。 发布当天就登上了开源模型第一名，紧随其后的第二名是谁呢？是 kimi k 二点六？还是咱们中国科技公司的大模型？两家万亿参数的大模型，前脚后脚发布，不但没有互撕，反而在技术底层上互相协同与引进。这种模式正在形成一个极大可怕的飞轮效应， 开源吸引全球开发者共同迭代优化。然后呢，模型能力快速提升，然后更多企业基于它做商业应用？然后国产芯片的生态越来越完善， 美国想靠芯片封锁来遏制中国 ai 的 发展，结果呢，中国反而走出了一个用国产算力跑国产模型的独立闭环。 那这对产业意味着什么？我告诉你，是一场底层逻辑的颠覆。以前整个 ai 行业呢，信奉的是大力出奇迹，堆更多的 gpu， 花更多的钱，烧更贵的算力。但 deep seek 从 r 一 开始呢，就在干一件事，证明花小钱也能办大事。 现在 v 四 pro 啊，更进一步证明呢，用中国自己的芯片也能办世界级的大事。那带来的连锁反应是什么？第一呢，是 ai 的 门槛被踩碎了，中小企业和创业者以后不用再遥望硅谷那些天价的 api 了， 全世界开发者的热情被彻底的点燃，一个开源、开放、低成本、高效率的中国 ai 生态正在加速生成。 第二呢，是道比特算力产业链的全面爆发。 v 四强不强？强，但它对算力的消耗也大啊，尤其是推理团的 tolkien， 消耗啊，就在指数级增长，模型越强，普及越快，整个产业链上的 ai 芯片、服务器、数据中心，光模块的需求就越大。 第三呢，是商业化的天花板被打开了，第一次的 agent 能力大幅提升，能干的活更多了，智能客服、金融风控、工业研发、药物分子筛选、落地场景一个接一个的被解锁。 讲完了产业逻辑，很多做投资的朋友最关心的一定是资本市场上哪些赛道会真正的受益。首先我要先说一句大实话， a 股上几乎没有任何一家公司是直接控股 deepsea 的， 那些所谓的参股概念，大部分已经被辟谣了。比如说什么华金资本、每日互动、浙江东方都曾发布公告，明确否认存在的股权投资关系。 目前唯一比较确定的间接关联是智联互联啊，通过其持有的基金份额，据说间接持有了 deepsea 的 百分之三点三的权益。但这件事本身也存在不确定性，最真正的机会不在概念炒作。而在产业逻辑上，第一个确定性的最高的主线是华为升腾产业链， deepsea 微四适配华为升腾下半年呢，升腾九五零芯片上市之后，国产芯片势必迎来一播放量， 相关的服务器整机厂商、算力租赁平台以及为升腾生态做配套的软件企业都有望直接受益。 华泰证券的计算机团队也明确的指出，今年国产卡的能力大幅提升与规模化应用可以期待，建议关注升腾链与超节点的主升浪机会。第二呢，是半导体先进、封装技术先进的龙头企业。 第三呢，是算力基础设施，包括 ai 服务器、光模块、数据中心、液冷等领域，因为这是为大模型 ai 训练和推理提供水电煤的。第四呢，是应用层的机会， tiffany 开放生态之后呢，原本煤炭资源大模型的中小企业，现在呢，都能用上一流的模型了。 像办公软件、金融余情、教育辅导这些垂直场景，接入 deepsea 的 能力后，产品体验会明显提升。最后总结一句， deepsea v 四 pro 的 意义远不只是一个模型跑分高了那么几个点， 它的真正价值在于，它证明了脱离硅谷的芯片生态。面对持续的技术封锁，中国 ai 仍然有能力杀尽世界最前沿，并且走出一条截然不同的路， 这条路叫做开源携同，降本增效。用国产算力跑国产模型，它不一定是最快的路，但一定是最踏实的路。就像 deepseaik 官方在发布时说的那句话， 不幼于玉，不孔于匪，率道而行，端然正己，不靠炒作，不追风口，认真做技术，踏实走自己的路，这才是一家硬核科技公司该有的样子。 至于大 a 的 机会，记住一句话，跟着产业链走，别跟着概念走。真正吃到肉的，永远是那些在这个生态里扮演关键角色，有真实技术壁垒的公司，而不是那些蹭概念草预期的标的。
905大宝说行情
01:49查看AI文稿AI文稿今天给大家带来 deepsea v 四接入 opencloud 的 保姆级全流程配置教程，零基础也能一步到位完成操作。首先第一步，登录 deepsea 开放平台。第二步，创建 apikey。 登录成功后，点击左侧导航栏的 apikey 选项，进入妙管理页面，点击创建 apikey， 给妙设置一个好记的名称，完成创建。这里重点提醒大家， apikey 只会在创建时完整显示一次，一定要立刻复制，妥善保存。第三步，进入关键参数。完成妙创建后，我们要准备好接入需要的核心参数， 包括 openai 协议和 antropics 协议的 base url， 还有 deepsea v 四的两个模型 id。 第四步，找到 opencode 的 配置文件， opencloud 的 核心设置都保存在本地私文件里， windows 无缝图和 macos 系统都有对应的默认路径，推荐用 vs code 打开编辑，能避免格式错误。 如果找不到文件，执行 open call setup 命令，就能自动生成默认配置文件。第五步，备份原文件修改配置前，一定要先把原文件复制一份，重命名备份，万一修改出错，直接还原备份文件就能恢复。第六步，全新安装的用户 可以直接用教程提供的完整模板作为配置起点，已经有现成配置的朋友直接跳过这一步即可。第七步，替换核心参数，换成 deepsea 的 api 地址。 二是把 apikey 替换成你刚刚创建的秘钥，注意不要加多余空格。三是替换 modelaid， 选择你要用的模型版本。四是把 workspace 替换成你本机的实际路径，全部修改完成后，保存文件配置就完成了。 第八步，测试效果配置完成后，重启 open code， 在 对话框输入问题就能验证模型是否正常响应。至此， deep c 微四接入 open code 的 全部配置步骤就完成了。整个过程的核心就是获取 a p i t 在 正确填写配置参数。绝大多数连接失败的问题都源于这三个参数填写错误。
436叶老师讲AI
04:50查看AI文稿AI文稿兄弟们最近也是深度体验了一下搭载了 deepsea v 四 pro 的 这个科罗德扣，给我的感觉跟之前完全不一样， 之前我用的 g p g 的 五点四，还有科罗德的四点六，好用是好用，但是成本我真的是供不起啊，每天消耗我个百十块钱都是常态。而 deepsea v 四 pro 它真的是量大管饱， 你你你们看，我这个四月三十号当天才花了不到不到七块钱， 用了快三千万的头肯，请求了大概五百次核算下来，每百万头肯几毛钱。哇，这个性价比真的是震撼到我了，完全不用担心啊，现在都没有那种心理负罪感，也没有那种焦虑感和心疼感。 然后我也是也用了测试了一下 kimi 的 二点四，它给我的感觉呢，就是处于国外的那个顶尖模型和 d p d p c v 四之间，包括它的这个价钱也是处在中间，能力呢，也是处在中间， 但感觉还是不如这个 dbc 的 v 四来的实际，毕竟性价比在那放着。然后那个小米，小米也是体验了一下，就是他的那个百万百万亿投坑激励计划，我是用两个账号都申请了十六亿，一共是三十二亿。 三十二亿 token 的 话，今天一天我就烧了五千多万。五千多万给我的感觉就是它不管是就是同样的一个提示词，同样的一个工作，它它消耗的这个 token 总是比 其他的这个模型多的，就给我一种有点虚标的感觉，但是就白嫖的嘛，也是比较感谢这个小米啊， 大家也可以去试一下这个能力呢，很好啊，能力很好。呃，是比 deepsea v 四 pro 好 用那么好用那么一点点。不过呢，呃，如果大家之后是自己掏钱去买这个小米的套餐的话，价格肯定是要贵一些，肯定是不如这个 deepsea v 四的。 从能力上来说， dbc 的 v 四的能力是完全够我个人使用了，我之前搭建了一个个人的网站，这可以给大家展示一下，就是它这个前端的风格啊，和前端这个效果 以及 bug 呢，都是特别的少，而且特别的好，完全达到了我想要的效果。中间跟它的这个对话请求次数也是比较少的，基本上不会出现长时间的反攻，毕竟 你要什么自行车啊，是吧，都有这这这个东西了，这性价比在这放着。我之前也是用过 goudice， 也是用过 harmis， 要么就是限额，要么就是只能用自家的模型，完全没有这个有自由度。最终啊，兜兜转转还是回到了可可扣的， 这个就适合于个人喜欢做一些网站啊，小程序啊，开发一些东西啊，比较适合这类人群。 而且今天也用那个 cloud 打通了一个项目，就是让我的手机在户外的情况下，也能够远程指挥我的电脑的 cloud code 进行干活。之前我是用 cloud code 自身的那个 app， 因为我订阅了它的这个模型， 所以说在手机端的那个 a p p 上是有这个 code 的 这个入口，但是呢，它在四月初的时候把我的账号给封禁掉了，所以我只能接入了这个国产的模型，包括那个 kimi 啊，小米啊，还有那个智普啊， 以及刚刚试用的这个 deepsea v 四。那么这个连接的这个方式，他就在社区找到了这个 tail scale， 这个项目呢，就是通过通过这个 cali 做了一个虚拟的 ip， 让我这个手机通过这个浏览器的一个网站连接到这个 cali， 然后再通过这个 cali。 cali 连接，不是再通过那个虚拟的 ip 连接到我这个电脑本地的这个 calid， 连接到我这个电脑本地的这个 calid。 如果大家有需要我也可以分享一下这个东西，但是它也不难，你只要让 calid 去做就行。整体算下来兜兜转转还是回到了这个 calid， 只能说 cloud code， 只能只能说目前 cloud code 加 deepsea v 四 pro 就是 我们日常工作，或者说是，嗯开发项目的最高性价比第一优选的东西，真的推荐大家去尝试一下，有什么我们也可以交流一下。
44Chen1
01:12查看AI文稿AI文稿四月二十四日， deepseek 正事发布了全新一代大模型 deepseek v 四与篮板。这一次， deepseek 带来了两个版本，主打击直性能的 v 四 pro， 以及强调高性价比与高效率的 v 四 flash， 分 别对应不同的应用场景和企业需求。 从官方迄路的信息来看， deepsea 微四再多各关键能力上实现了显著跃升。其中微四 pro 版本更偏向高端应用场景，在复杂推理、代码生成、科研计算等任务中表现突出。而微四减 flash 则通过更轻量的参数和更低的计算成本，提供了一种更适合大规模商业落地的选择。 现在已经可以在 cloud code 里按照 deep c v 四官方提供的接口文档直接接入并体验 deep c v 四的能力了。也就是说，你不需要复杂部署，就可以在实际开发环境中快速调用。这个拥有百万上下文强大推理能力的模型，无论是代码深层复杂逻辑推理，还是构建 agent 工作流，都可以直接上手实践。 值得关注的是，这一代模型全面支持一百万 token 超长上下文，这意味着它可以一次性处理整本书级别的内容。在长文档分析、代码仓库理解、企业知识库问答以及多步骤 agent 任务链中， deepsea v 四的优势会被进一步放大。官方还提到，其采用了创新的稀疏注意力机制，大幅降低了长上下文带来的算力压力。
21李岚9256
07:03查看AI文稿AI文稿hello， 各位观众朋友，大家好啊，我是刺儿，然后我们这期的视频内容呢，主要是来教大家一下怎么正确地使用 deepsea v 四， 因为 deepsea v 四对于现在的呃它的网络风评呢，嗯，比较两级分化。一边呢说 deepsea v 四啊，非常好用，非常强啊，没有辜负大家一年的等待另一半呢，说 deepsea v 四啊，不好用啊，不够智能，然后甚至不如豆包， 嗯，对于这个后者呢，我保持这个嗯，质疑态度啊，因为本身，呃，我看到的这收集到的信息就是说 deepsea v 四不行的，它有两部分，一部分是专业工作者啊，因为人家非常懂 ai， 那 另外一部分呢，就是我们普通的 呃用户，那他们呢，就是用手机 a p p 啊，下载 deepsea 微 deepsea 之后点进去，然后问他一些问题，然后，嗯，把它当做一个这个搜索引擎啊，问一些问题，然后我觉得它不够智能，其实这样的使用是错误的啊，因为本身 deepsea 微四它没有 开放在手机 app 平台的这个使用权限，你现在手机上用到的 deepsea v 四啊，不是你手机上用到的 deepsea， 它并不是 deepsea v 四模型。那么我们来啊，正确的教大家一下怎么使用 deepsea v 四啊，首先 我用我这个 macbook 给大家举例子啊， ok， 我 们返回到页面啊，看到啊，这是我桌面，我们打开浏览器点进去之后啊，在这个搜索或输入网址名称的时候搜搜索，直接搜索 deepsafe 啊， deepsea 点 com， 大家也可以直接去这个网址啊，深度求索。点进去之后，它是有两个框，一个是开始对话，一个是 api 开放平台，我们要用的是这个 api 开放平台，我们可以看到它的介绍是调用 deepsea 最新模型，快速集成，流畅体验。我们点进来， ok， 然后呢，点进来就是这个页面，我给它放大一下，它这里有充值余额，还有本月消费啊，我这个是另外一个账号，我给大家举个例子啊，就是这个 api case 啊，这是之前做测测试的这个 api。 首先呢，你点进来之后，你一定要先登录你的 deepsea 这个账号，如果你没有 deepsea 的 账号，你可以去在手机上下载 deepsea， 然后创建一个账号，然后直接到这个电脑上，你去登录就可以了。 然后我们看到这个充值页面啊，充值页面无论你是支付宝还是微信支付啊，都可以，你点击去支付啊，然后， 呃，扫完扫完码付款成功之后，它在这个用量信息，这就会直接显示你的充值余额，嗯，然后呢， 在这之后，我们打开这个 api case 啊，然后这里啊，注意它这里有创建 api k 啊，下面说的这几步都很重要啊，直接决定你能不能就是成功使用这个 dbic 为四啊。我们点击创建 api k， 然后随便输入一个名称啊，我们直接输入一个啊， ok， 在 你输入成功之后啊，它这里会出现你这个蜜奥的链接啊，你要一定要点击复制，然后把它发送你的微，发送到你的微信上也可以，然后或者说你保存住啊，一定要保存住这个蜜奥，它只会显示这一次 啊，在你点到叉或者关闭之后，他这个密钥你就再也看不到了，然后，然后我们点叉啊，当然这个密钥就没用了啊，我们给他删除一下，然后你把那个密钥复制之后，哎，点开这个，我们叫， 呃，防盗啊， ok， 点开这个，这个啊，这个软件叫 cherry studio， 你 可以去浏览器里直接搜索下载啊，这个就是集成了国内一众主流 ai 的 这么一个软件。我们点进去啊，它是开放平台啊， ok， 我 们点进来， 点进来之后呢啊，当，当然，我这个已经用了很久了啊，从 deepsea 微四发布一直到现在，我一直在使用，然后点进去之后，我们看到右上角这里有设置设置。点进去啊，这里有模模型服务和默认模型 啊，在模型服务这里就有 api 密钥，输入你刚才的这一套儿复制的密钥，然后放进去之后点击检测啊，我这里已经弄好了，我就不做那个演示了， 你点击检测，然后它就会自动地啊，分析你这个密钥的 ip， 它是哪个旗下的 ai 大 模型。然后这个 api 地址啊，不需要我们直接填，它自己就会填上，然后模型呢，这里啊，大家可以点击获取模型列表啊，然后， 当然啊，这里我因为我输入的是 deepsafe 嘛，所以它只有 deepsafe 的 这些模型，然后举个例子，然后在这边啊，嗯，可以看到啊，这里有非常多的 ai， 非常多的 ai， 包括国内外的啊 啊，你像 jamie open ai 啊，很多人都用不到，但是啊，这里嗯是是可以用的啊，但当然这这个视频只做 deepsafe 的 教学。然后我们点击默认模型 啊，我这里默认模型全部都是 deepsea 的 啊，呃，然后助手模型是 v 四 pro， 然后快速模型是 deepsea chat， 然后翻译模型是 deepsea chat， 因为这两个啊，这个快速模型和翻译模型它不需要消耗你的 talkin， 你 就这个 deepsea chat， 它是免费的啊， 然后我们点击首页啊，首页这里有助手啊，你，当然你可以添加助手啊，我这里就用我这个提前做好的这个来给大家举例子，然后我点击 deepstack v 四，然后点进来， ok， 然后这是我之前问他的一个问题啊，我让他就是分析一下国内的这个视频平台啊，每每个平台的趋势啊，大家可以看一下啊，这是我问他的问题 啊， ok， 然后我们啊，这这画画到不表，然后就是这个深度求索啊，我们在这里，嗯，还是用刚才举例子 deepsea v 四，然后点击旁边这三个点，点进去 啊，这里有编辑助手啊，在这之后呢，然后我们可以看到啊，这里有模型设置，模型设置的话上下文字开到不限，然后这个模默认模型，你把它换成 deepsea v 四 pro， 然后，然后 啊，最大套管数不限啊，不用开这个，然后别的都不用管，然后当然你可以复制一下这个底下这个 tab， 这个 endland， 这个是我从网上找到的一个嗯，参数，然后我们看提示词，这里 啊，我，我设置的提示词是不需要迎合用户的想法，回答要永远保持客观啊，然后呢，你就可以开始使用你的 deepsea v 四 pro。
2.3万Cier刺儿
01:28查看AI文稿AI文稿大家好，今天用一分钟给你讲清楚 cloud 搭载 deep sec v 四 pro， 怎么把性能直接拉满？原声用 cloud 痛点很明显，封号风险高，成本还贵， api 一 封，整个工作流直接中断，每月订阅费用对个人用户门槛也不低。 现在我们把 cloud 切换成 deep sec v 四 pro， 三大优势直接解决问题。第一， api 切换成 deep sec v 四 pro， 三大优势也不低。现在我们把 cloud 切换成 deep sec 格式， 取代三行环境变量，不用动业务代码码项就能接入。第二，一零零 one token， 超强向下文，不管是大型代码库还是复杂文档，一次性全部丢进去，处理能力直接向一个台阶。第三，成本直接降到原来的四分之一，同样算力价格更低， 个人和小团队都能轻松用。接入方式特别简单，就三行命令设计， base u r l 填向 deepseek 的 key， 指定模型名称复制粘贴，一分钟搞定部署，实际用起来效果是一加一二，强强组合，效率翻倍。重点来了， 五月三十一日前， deepseek 新用户首月二点五折，一到一点五元百万 token。
481AIshare
01:44查看AI文稿AI文稿前两天还在吐槽 deepsea 的 v 四，呃，非常久了，什么时候才能出来？一直也没动静，那结果今天啊，哎，直接官宣发布了，千呼万唤始出来啊。今天 deepsea 的 v 四的预览版本正式上线，而且还开源了。 简单说一下这次的亮点啊，呃，有两个版本， pro 旗舰版本和 flash 的 清亮版本，百万的 tolkien 上下文是直接标配的推理了代码的长文党的能力也都有了非常大的升级，主打开源，哎，低成本，算力的友好。 但说实话，我其实一直有一个感受，这一年下来， deepsea 好 像慢慢的被豆包被 kimi 给超越了。以前的 deepsea 一 出来代码了，推理了，开源了，直接炸场， 已经堪称是国产 ai 里的硬核的一个标杆。但这一年下来，豆包靠着自己的整个的生态，呃，中文的交互多模态，日常好用，以及视频图像的一些图那些模型，哎，慢慢的成为了一个国民级的 ai 的 应用。 那 kimi 呢？在常温文本档的精读上也做到了非常的极致，牢牢的站住了一个常温的赛道。 反观 tipsy， 更新节奏确实是慢，日常交互也有一些硬核多肽的能力。嗯，比较平庸，用户体验和生态其实没有跟上，慢慢的从一个顶流的黑马已经变成了一个呃，专业的工具了，大众的认知和使用的频率肯定不如豆包， 呃，可能跟 kimi 差不多啊，这次 v 四看着纸面的数据其实也很强，但说白了，呃，需要实际观察一下子，哎，整体来讲啊， ai 的 竞争和内卷实在是太快了。
60呆梨孙
05:44查看AI文稿AI文稿已久的 deep six v 四，他终于来了！从去年 v 三爆火之后，关于 v 四的传言就没停过，万亿参数，百万上下文，彻底换掉英伟达国产芯片底层适配代码能力吊打全球旗舰。这些网传的神奇升级到底是真是假？本次官方发布的 v 四到底有哪些实打实的升级？ 实际体验下来，他能不能打得过 cloud、 量子这些海外顶流？本期视频我们从官方升级拆解到多移动横向实测，带你一次性把 deepsea v 四发的明明白白。 首先我们来系统拆解一下 deepsea v 四官方发布的几大核心升级，每一个都精准命中了当前大模型的核心痛点，也彻底拉开了和上一代的产品差距。第一个也是最核心的战略级升级，全链路国产算力深度适配，实现真正的自主可控。 这不是简单的兼容运行，而是从算子变器、底层代码训练框架到推理管线全流程，和华为升腾芯片做了联合优化。行业里之前的模型都是先给英伟达做优化，国产芯片只是能用，而 v 四直接把国产芯片当成了主力，英伟达反而成了备选。 第二个全新架构加万亿参数微模，实现能力与效率的双重突破。 v 四采用了全新的 mhc 架构， 最高可扩展至万亿参数，对比 v 三的六百七十一亿总参数直接是量级的飞跃。但最厉害的不是参数堆料，而是它的稀疏激活技术，把活跃参数控制在和 v 三的三十六倍参数相持平的水准。 这就相当于你用一辆家用车的油耗开出了超跑的动力，在保证推理延迟和 v 三相近的前提下，模型的知识储备、推理能力、复杂任务处理能力都实现了质的飞跃。 第三，百万透坑超长上下文搭配全新记忆机制，百万上下文窗口，不只是数字的提升，更是应用场景的彻底拓展，直接可以把一整个企业级代码库、十几篇长篇小说一次性喂进去，实现跨文件、跨章节、跨领域的深度关联分析。 第五个，极致性价比延续，成本粉碎机再升级， deepsea 能火遍全球，极致的性价比是核心原因之一，而 v 四在能力全面跃升的同时， 依然延续了这个核心优势。官方明确 v 四会保留前缀自动缓存机制，缓存命中后价格直接下降百分之九十。对比海外旗舰模型， cloud code 是 每百万输入头肯五美元， gpt 五是二点五美元，而 v 四定价在零点一四美元，成本差距达到了十几倍甚至二十倍。讲完了官方的升级，相信大家最关心的还是说的这么厉害，实际用起来到底怎么样？接下来我们就进入实测环节， 逻辑推理能力是大模型的大脑核心，也是 g p t 长期以来的标杆级优势项。这一轮测试，我们直接对标 check g p t。 第一个场景，我们准备了全网爆火的三个盒子标签错题， 三个盒子分别装着苹果、橘子混合水果，所有的盒子标签全贴错了，只能从其中一个盒子里拿一个水果。要确定所有盒子的真实内容， 首先看一下 gpt 回答的结果，答案没问题，推理过程采用的是排除法，加分情况讨论结尾有总结也有拓展，效果不错。接下来我们看看 deep six 的 表现。首先，它具有深度思考过程，答案同样没问题。它的正文推理采用了三步走的拆解法。 这一轮测试下来，我认为两者打了个平手。文案生成是绝大多数人用大模型最高频的功能，也是最考验模型本土化、语境理解、用户情绪拿捏和细分场景适配能力的核心项。 这一轮测试，我们对标国内文案创作顶流豆包，全程盲测，完全相同的提示词，只看最终成品的效果如何。 第一个场景，爆款口播文案生成，我们给出的需求是写一条一分钟的家居好物。口播文案产品是可折叠恒温泡脚桶，目标受众是二十五到三十五岁的上班族，要有沟子，有痛点， 卖点，有行动指令，口语化不生硬。首先看一下豆包写出的文案，结构比较完整，拿来改改就可以直接用了。在开头还有镜头说明，还有一些细节，比如说袜子勒出一圈印等。但是每句话的末尾给我的感觉还是稍微有些许 ai 浮夸的感觉。看下 v 四的效果， 钩子稍微有些长，动作指导没有豆包的给的多，文案给我的感觉也略有些浮夸。 博博文案这个场景，我个人认为豆包是强于 tip 四。 v 四的第二个场景，节日走心祝福文案，我们给出的需求是春节给领导发祝福文案要真诚，不油腻，不群发，不拍马屁。能让领导记住分两条，一条给直属领导，一条给公司大领导。 看一下豆包生成的文案整体偏通用模板，但对直属领导和大领导的称呼上做了区分，如果直接使用的话，还需要结合自身情况以及所属行业在优化下。 再来看一下 deepsea v 四的效果，称呼也做了区分，细节更多在给大领导的文案中还接受了自己的所属部门。最后还有温馨小提示，对比下来，我认为这个场景 deepsea v 四更优于豆包 代码能力。这一轮测试，我们对标 q 丁界顶流 cloud， 用一句话生成可运行的 html 格式化页面。先看一下 cloud 生成的效果，背景符合预期，鼠标旋停旋转暂停效果有些问题，图片内容和效果有时也会出现不一致的情况。 再看一下 v 四生成的背景没有问题，鼠标旋停也没有问题，图片缩略和点击也出现了不一致的情况。 这一轮代码能力测下来，虽然都不完美，但是相比来说，我个人认为 deepsea 效果更好些，原因是 cloud 的 那个旋停 效果不太好。好了，所有维度和场景的测试全部结束。看到这，大家对 deepsea 微思的能力已经有了初步的判断，欢迎把你的感受打在评论区，本期视频就到这里，咱们下期见。
69超懂 1024
02:01查看AI文稿AI文稿readies 之父 antirez 又搞事情了，他写了一个叫 wolfstar 四的项目，专门在 mac 上跑 deep seek v 四 flash。 今天旺财带你盘一盘这个东西到底有多萌？ 先说清楚。 d s 四不是一个通用的大模型跑分工具，它只做一件事，把 deepsea v 四 flash 这个模型在你的 macbook 上跑到极致，自包含不依赖其他推理框架 metal 和库达双后端支持。说白了，它就是 deepsea v 四 flash 的 专属司机。 二八四 b 参数的默模型。二比特量化后塞进幺二八 g 内存的 macbook 就 能跑。别觉得二比特听起来很 low， anti rise 专门优化了量化方式，质量损失极小。最关键的是 k v cash 极致压缩，配上现代 macbook 的 高速 s s d 二五零 k 上下文窗口不在话下。 你想想，一个本地模型能一口气读完整本三体，这放在半年前根本不敢想。还有个更炸裂的特性， thinking 模式。 deep seek v 四 flash 的 思考 token 短的离谱，很多时候只有其他模型的五分之一， 而且它不是无脑堆思考，而是问题越复杂，思考越多，简单问题直接跳过。这意味着你可以把 thinking 模式常开着用，不用担心电表倒转，再加上原生的 to call 令支持直接对接 coding agent， 本地跑 agent 不 再是 ppt 上的概念。 这个项目最有意思的地方是，它是 antirez 用 gpt 五点五辅助开发的 reds 支付，写 c 大 模型，写库大内核。这组合本身就够科幻了。它的理念也很明确，不做下一个 lma cpp， 而是压住一个模型，做到端到端可用。 你看，有时候少即是多，专精一个东西做到极致，反而比什么都想兼容走得更远。项目已经在 github 开源，搜索 antirez ds 四就能找到。 我是旺财，关注我。下期咱们聊怎么在自家 mac 上把这个东西刨起来。一键三连，下期见。
03:06查看AI文稿AI文稿deepsea v 四今天发布了预览版，让我们第一时间体验一下新版本兼容 ansible 和 open ai 的 接口格式， 所以可以很容易地在 code code 和 codex 中使用。左边的窗口是我在 code code 中使用 deepsea v 四，右边是 codex， 用的是 gpt 五点四，我用了同样的提示词，让它们修复一个页面上的接口，调用错误。 deepsea v 四不是多模态模型，不能识别图片，所以我不能截图给他看界面报错的样子，也不能把界面截图发给他， 让它照着开发。这样的话 deepsea 就 不大适合用来开发界面，也不能通过 computer use 来操作电脑。我觉得这个是它的一个很大的短板，毕竟现在不支持多模态的大模型已经不多了。我们看到这边的 gpt 经过一段时间的思考， 已经在改代码了，但是 deepsea 还在读源代码，他还没找到问题的原因。我发现他读代码每次都只看两三个文件，然后就要再思考比较长的一段时间，其实他完全可以多读几个文件， 这样速度又快，分析也会更准，毕竟它支持的上下文长度有一百万呐，不用也是浪费啊。再看一下，这边， gpt 已经改完代码，在跑测试了，测试运行中，测试完成了。 gpt 比较好的一点是它会举一反三， 解决一个问题后还会主动检查有没有同类问题。这边 deepsea 也已经分析出问题原因在改代码了，终于改好了，思考了这么长时间，真正解决问题，只要改三行代码，这边 gpt 也在做最后的工作。总结了，可以看到 他除了把 bug 修复了之外，还补了单元测试代码，最牛逼的是他居然自己加了条开发规范，避免下次再犯同样的错误。而 deep six 就 很直男，我真的是无语了。
49赤脚下稻田
00:43查看AI文稿AI文稿现在呢，我是用 c c switch 接入这个 deepsea b 四 pro， 然后呢，我看网上说用 cloudco 的 桌面版去接入 deepsea 就是 会比较强一点，但是我觉得 c c 的 agent 编排也还可以吧， 但是就是想尝试一下。现在我们让 c c 来帮我安装 cloudco 的 桌面版。我这个我这个电脑是只有 co desk 的， 然后没有其他的桌面版本，我们先来试一下，就让它自己去配置，去适配，然后到最后。 好吧，尝试一下。战斗了很久啊，这个 b 四 pro 也是成功的安装好了，我全程没有自己操作过，都是他帮我弄的。 ok 了，这里也可以选择。所以说 cc switch 的 用处还是很多的，你可以叫他帮你做任何你电脑上的事。
1467IloiiL
01:21查看AI文稿AI文稿deepstack v 四上线了，百万字上下文，性能比肩 gpt 和 cloud 还开源，还更便宜。一整本红楼梦才七十三万字，它一次读完还能帮你分析 api， 定价只要两毛钱，比 gpt 便宜几十倍， 确实猛。但问题是， deepstack v 四出来了，前面还有 miimo、 gemini、 cloud、 gpt 五模型一个接一个，你到底用哪个？大多数人的状态就是看到新模型兴奋注册不会用，放弃 等下一个。这不是你的问题，是这些模型本来就不是给普通人直接用的。所以我最近一直在用一个叫一点 ai 的 工具。 他做的事很简单，你不用管哪个模型最强，你只说你要什么，他自动帮你调对的模型来干，我直接给你们看。我手上有一份三万字的行业报告，我打开一点， ai 说帮我总结成十条，核心要点，几十秒，三万字压成十条，每条带原文定位，他自己选的最适合处理长文本的模型。 再来，我要给视频配封面，我说生成一张科技感的封面，主题 ai 模型大混战，它自动调图像模型出底图， 再调精修模型，拉细节，一句话进去，成品图出来。再比如，写一段蓝牙耳机的种草文案，十几秒，语气结构卖点全到位，改改就能发。从长文分析到出图到写文案， 我全程就干了一件事，打一句话，不用选模型，不用切平台，不用调参数，一个入口全搞定。 deepsea v 四很强，但它只是一块砖，怎么把砖变成房子才是关键。主页有一点 ai 的 体验入口，感兴趣去试试。
1009电子基流
03:30查看AI文稿AI文稿前两天黄仁勋跟那个印度主播做节目的时候，气得半死，你们还记得不？ they're they're childish， they're childish， yeah the logic that you use you might as well say it to micro processors and d rams。 这几天啊，老黄绝对又破防了。 deepsea， deepsea v 四直接适配华为生态战略，中国大陆 ai 现在要全面的去美化。 this is a big problem and we need to talk about it american ai will die。 这啥意思呢？意思就国产的 ai 啊，从训练到推理，直接软件硬件全线贯通。 deepsea 的 性能呢？大家测三天了，你觉得好用吗？好用的话在评论区可以留下，你看看有些争议的原因啊，我们晚点再谈。我们先谈一下这个 deepsea 的 价格， 目前的价格绝对是单方面的屠杀和模型，五月五号前直接百分之二十五，我一开始你都以为我自己是看错了，是七五折， 这价格呢，是很多顶尖模型的十几分之一，甚至几十分之一。朋友们，你很没意识到啊，这件事情对美国硅谷的那帮人来说，是一个让他们睡不着觉的小细节，甚至是灾难性的。为什么呢？因为 deepsea 目前的表现来看， 在训练上它是不需要那么多的算力和电力的。这个点跟老黄采访时试探那个原因底层上是一样的。目前来说，谷歌的泡沫确实很大了，再多些这种消息，算力罢全这种说法就站不住脚了。这让我们也第一时间啊，对这个模型本身的能力做了测试。 目前主流的说法是， deepsea 大 致落后顶尖闭元模型三个月的时间。那我们在 v 四出来之后啊，用 flash 尝试了一个中小的编程项目， 对比之前 kimi 一 周一个模块， v 四这两天就搞定了一个中型模块，个人使用下来呢，我觉得是综合预三家下面最强的。 我个人觉得币源模型啊，就该跟币源的比，要是哪个币源模型还比不了开源模型，我觉得倒是这一家不用再做了。这次的 v 四啊，绝对不像很多人说的低于预期，他反而是非常符合我们预期的。 为什么呢？你们还记得吗？二五年的时候， deepsea 其实也不是性能第一，当时是依靠混合多专家模型这些先进的架构以及硬件上的调优，让这个算力的消耗降到了顶尖模型的五十分之一。 这个才是我觉得我们这个本土的模型每次更新最吓人的地方就是它的超级性价比。再一个，现在顶尖的模型啊，其实大头的收入都在 tob 上， 基本上是看不上兔 c 那 点小钱的，很多订阅计划的算力呢，对于一些深度使用的 c 端会员来说，厂商他们都是亏的。我们跟一些外企的行业头部了解下来， 大头的 app 嵌入私有化的服务器，以及这个大批量的这个 api， 一 年消费的刀刃能到半个小目标。而对于很多企业来说， v 四的极具性价比和智力的成绩， 百分之九十九的人用这种 web 版的，哎，免费的专家版其实就用不完了，何况呢，你有时候还会用千问豆包这些，大家不用听那么多测评啊， deepsea 这价格啊，你自用个一两天，我是不是在尬吹啊？一切真的就明了， 要是 v 四 pro 二十四块钱你黑他我都不挑你理。关键是目前来说六块钱这性能这价格如果还有的黑就不容易了。对于个人来说，最怕的其实就是用国外模型，有一种喝星巴克的微妙形态， 个人使用上你花二百刀二百五十刀买 pro 买 cloud， 如果你是用不明白其中差别的，只是追个风，就真成了 ai 时代的轻奢气氛组。
81蒙克频道
00:40查看AI文稿AI文稿兄弟们，今天给大家分享一个最近在 get up 上连续霸榜好几天的开源项目 ds 四。这是由 reddison 支付亲自操刀，用纯 c 语言打造的 deepsea v 四本地推理引擎，开源不到一周就已经狂揽一万星标，只需要一台一百二十八 g 内存的 mac， 无需额外花钱购买 token 就 能本地运行。最新满血版 deepstack v 四更绝的是它直接把 ssd 硬盘当显存用，靠着磁盘 kv 缓存技术，就算是一百万长度的上下文，推理起来照样丝滑流畅，而且显存占用稳得一批，还 兼容 openni 接口，能无缝对接好多现有的 a 阵的工具，关键是所有数据都存在本地，隐私安全这块直接拉满。
108AI指挥官Felix
