科技圈炸了,就在刚刚, deepsea 成了苹果笔记本上的永久免费声卡。谁能想到,国外的 reddison 创始人 andry rise 竟然亲自动手给中国 ai 鞋底层驱动。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 flash 这个模型压缩进幺二八 g 内存的苹果本里。最离谱的是,他把一百万 token 的 缓存直接丢进了 ssd 硬盘。 这意味着你不需要什么昂贵的阿里云或者内存条,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。
粉丝1107获赞5496

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。

大部分人把 deepsafe 用错了, v 四版本综合能力现在重回国产第一,今天直接给你出 v 四保姆级教程,先带你看它现在到底强到什么程度。二 零二六年四月二十四号刚发布的 v 四系列,发布仅三天,第三方 super 四 lue 精准实测结果就直接炸场。 pro 版以七十点九八分登顶国产大模型综合榜第一, flash 版以六十八点八二分紧随其后拿下国产第二。 双版本直接包揽了国产榜单的前两名,把一众老牌大模型都甩在了身后。六大核心能力的硬核增幅直接给你摆明白。智能体任务规划能力 七十七点四九分,国产第一,比上一代暴涨二十点八七分,是这次升级最大的杀招,大白话讲就是他能自己拆解任务规划步骤,不用你一步步盯着叫。数学推理能力八十七点三九分,同样登顶国产第一, 硬核数理能力直接拉满,从小学算数到考研高数,没有他解不明白的题。幻觉控制。八十点六八分,国产第三, 仅次于 glm 五和千问三点五,意味着他瞎编乱造的概率极低,给你的答案靠谱度很高。科学推理七十九点二七分,国产第二,仅次于豆包专家模式,专业领域的内容拆解、逻辑推演,他都能精准拿捏代码生成。六十三点二四分,国产第三, 似于 kimi 二点五和豆包专家模式,稳居开源模型里的代码能力第一梯队,开发者和普通职场人都能用精确指令遵循。 三十七点八四分,国产第三,比上一代暴涨十一点八九分,从之前的国产垫底,直接冲进第一梯队,你让他干什么,他就严格按你的要求来,不会跑偏,不会露相,实现了全维度无短板。那这么强的能力, 为什么你用着总觉得不好用?核心原因只有一个,你从跟上就把它的两个模式用反了。很多人用了一年 deepsea, 根本没搞懂哪个模式适合干什么,回头还骂他能力不行,这完全是把屠龙刀拿来切菜了。快速模式运行的是 v 四 flash 版本,主打响应快、成本低,全功能免费无门槛。它适配日常闲聊、简单提问、清亮文本处理、基础信息查询, 用它完全够用。但你要是拿它解高数,做复杂报告、写代码,那肯定会觉得它能力不行,这不是它的问题,是你用错了场景。而专家模式运行的是 v 四 pro 版本,是这次升级的核心杀招。佛有登顶榜单的硬核能力, 全在这个模式里,这才是你真正应该学会使用的方法。下面这三大专属用法,普通人直接照着用,效率拉满十倍。第一个,用它做全场景数学问题解答,学生党,职场人刚需中的刚需。他有着国产第一的数学推理能力, 不管是中小学数理化作业公式推导、大学高数微积分考研考公的数量关系题,还是职场人需要的数据分析、财务核算,他都能精准搞定。他不仅能给你标准答案, 还会拆解每一步解析思路,标注易错点,讲透底层逻辑,甚至给你同类型题的通用解析技巧,比网课老师讲的还细致。给你一个直接就能用的指令模板,我需要你讲解这道题,先给出标准答案, 再一步步拆解解析步骤,标注核心考点和易错点。最后给我三道同类型的练习题,附带答案和解析,直接复制粘贴就能用。第二个,用它的科学推理能力做内容校准, 做自媒体写报告的人,靠它彻底避免翻车。不管是视频内容的技术参数核对、 ai 测评、数据校准, 还是行业报告的深度拆解、数据交叉验证,又或是科普内容的真实性核实,独家细节挖掘,他都能精准排查数据错误,核实内容真实性,挖出同行没注意到的信息差,直接把文案丢给他,说帮我核对这篇文案里的所有数据 错误,给出正确数据和权威来源补充三个差异化独家细节,直接优化出有干货、有爆点的文案。最后给你一个高级玩法,用它的顶级智能体能力搭建你的专属数字员工。很多人到现在都不知道智能体到底是什么, 说白了,他就是把 ai 从你让他干什么他才干什么的被动工具,变成了你告诉他要什么结果他自己想办法干完的 主动执行者。之前你用 ai 做报告,得一步步给指令盯着改,随时纠错,前前后后要折腾十几轮。现在用 deepsea v 四的智能体能力,你只需要定一个最终目标,它会自己拆解任务 规划步骤,调用工具自主纠错,最后直接给你交付成品,全程不用你定 deepsea v 四在闲聊、语音交互、创意文案商品选择上,不如豆包千问顺手。本地部署对新手也有门槛,所以选对场景是你最应该注意的。 最后问你两个问题,你已经用上 deepsea v 四了吗?最让你惊艳的是哪个能力?评论区告诉我!收藏转发这条保姆级教程,下期带你解锁更多 ai 提效的隐藏玩法!

今天低普希可和 openai 同时发布了新模型,老规矩,我们先跑一个娱乐向的 m c 粪企测系 g t g 这边和五点四相比可以修习,变化不大,依旧形成了全末大陆 唯一升级的一点是光影表现更好了,而低普希可这边变化就有一点大了。先来看 d 三点二的, 而这些 c 四点零 pro 的 预览版和 e 三加一样,方块修放和硬度体现都做得很优秀。而且小鲸鱼是目前唯一一个想要复刻破坏方块石的裂纹效果的, 地形凶残像可以说击败了 gdp 五点五,但依旧有瑕疵。综合水平个人感觉接近结膜,那三点一的水平接近目前为止的 a 摩西奋起榜单是这样的,更动模型的成绩将在以后逐步更新。 接下来我们再通过复刻斯蒂姆来看看小金宜的全能写题,那主播认为小金宜的选美能力是不错的,小金宜保留了旧版斯蒂姆的排版,但自己优化了界面, 节目那次系尽量的复刻了旧版,这次的要求是复刻,其实小金宜复刻的界面更像斯蒂姆的点数项链。另外主播顺便测了一下三点二, 做出来是这样的,不可谓不惊艳,只是我让你复刻的是斯蒂姆,不是斯蒂姆游戏管家。然后来到写作方面,根据官方的文档,小静怡四的写作能力得到了大幅度的提升,那我们直接写个一句话,科幻,看看效果, 哪个写的最好,你们说了算。然后是角色扮演能力测试,依旧让小静怡扮演五条老戏, 那这方面的体验因人而异,主播就不作结论了。最后来说一下定价, 本次普六德的修车价格是像个版本的八倍,不过别担心,等下半年星腾九百五十节点笑谢时,价格会大幅度下调。另外这个富拉西版本的价格让我想起了一件事情,就在昨天,一个不为人知的角落,混颜三悄悄地笑谢了。作为一个主打性价比的模型, 这一对比,嗯,主播只想说一句,既香怡和香料,最后还是祝愿国产大模型都越来越好,感谢观看。

家人们谁懂啊, cloud code 居然能完美接入 deep secret 四 pro, 这简直是程序员的省钱天花板,终于不用再写代码的时候,一边用 ai 一 边心疼 toker 了。建议大家先关注点赞收藏,详细的配置教程也给大家整理好了,可以跟着咱们的步骤来。 首先安装 cloud code, 安装完成后输入 cloud version 检查版本。接着第二步,使用 c c c 去图形化工具配置大模型。首先我们打开 github, 搜索 c c c 位置, 找到第一个这个用 rest 写的, 然后点击路由设置,然后点击详情往下面滑动,这里有不同版本的,根据自己电脑下载安装, windows 直接可以下载 mc 下载安装, 我们这里已经提前下载安装完成,安装完成后就是这样的界面,可以对不同的大模型配置,我们这里选择 d p k, 然后这里最关键的就是输入 api k, 接着我们打开 d p k 官网,如果没有账号,先提前注册,找到左边的 api k, 然后创建一个 k, 然后回到 c c 杠 switch, 输入我们刚刚创建的 k, 这里配置下主模型统一都是 d p c k 杠 v 四 pro, 四个都可以填写一样的,填写完成后可以点击测速下看,看到这里 c c c 去的就配置完成了,接着我们就可以点击启动使用 d p c 了,输入 call 检验,看看是否切换成功。到这里我们在 call 的 里面配置 d p c 就 算完成了, 然后有粉丝兄弟问我如何在 call 的 里面配置 d p c 就 算完成了。然后有粉丝兄弟问我如何在 call 的 推荐可以使用 c c g u i, 安装完成后就是这个小图标,正常我们用 c c switch 配置好 idea 里面的插件就会自动识别并切换,可以看到响应速度还是挺快的。好了,本期的视频就先分享到这里,有什么问题都可以粉丝群一块讨论。

三步,把 deposit 为四,接入到 cloud code 里面。第一步,找到 api 开放平台,找到接口文档,接入 app 的 工具 cloud code, 找到这个配置项。 第二步,打开 cloud code 的 文件夹,找到它的 settings 文件, 然后把配置的像分别复制进来。第三步,打开 clock 的 口的新窗口, 配置完成。

你是否还在为 ai 无法满足你的要求而烦恼?像是这样的, 就以 dpck 为例,本期视频我将教会你如何使用真正的 ai 大 模型。首先我们打开 dpc 的 首页,可以看到这里有两个选项卡,第一个就是大家最常用的,也就是视频开头提到的,这里我们点进 api 开放平台, 进入到首页可以看到我们的余额及使用情况,像我这里就还剩八块,大家可以按自己的需求充值。我们点进 api kiss 创建 api, 这里大家随便输入自己想要输的进行创建,由于我已经有一个了,就不创建了,创建完成后会给一段 api, 由于不会再显示第二次,大家记得复制保存起来,这里可以进行充值, 这里可以看见自己的充值记录。我们进入接口文档,这里面的东西待会要用上,接下来我们找一个 ai 集成的软件,我这里就用觑其他的软件也可以,步骤都是差不多的,可以看到有两个版本,简单来说, solo 桌面端就是轻量化 ai 工作台, 可以派活给 ai 做, i d e 就是 你自己写代码, ai 当助手,这里我们选择 i d e, 大家下载好了之后自行安装,安装好了之后的界面就是这样的,左上角可以切换 i d e 和 solo 模式, 接下来我们点击右下角这个倒三角,点击添加模型,可以看到这有很多服务商,我们选择 dp, 但是模型这里没有 v 四 pro, 所以 需要我们手动添加。在模型 id 这一栏输入 dp 为四 pro, 这里我已经有了 api 秘钥,这一栏则是创建 api 时让大家复制保存的 就是这一串东西,我们回到翠可以看到,还需要请求地址,还记得我们先前说的接口文档吗?我们将这一行复制进去, 复制完之后点击添加模型就可以了,这里我就不做演示了,再点进右下角最下面就可以看到我们的 v 四 pro 了,对话时记得将模型切成 v 四 pro, 然后你就可以让他去完成任务了,加纳。

嗯,大家好,今天是一个关于 deepfake api 的。 呃,一个教程,就是咱们先要打开大家的浏览器, 然后搜索 deepfake, 然后它就会出现这两种,然后咱们要点下面这个 api 开放平台。 呃,这个是我的,我算是比较高强度的,我一天可以大概要十四个小时左右,然后每天就差不多 一块钱,多了一点的时候是我大量输入副那种剧本的文本的时候,他会要的比较多,要大概一天要两块钱,但是平时的话一天就撑死了,其实也就一块钱了。 呃,大家先点击的话需要点这个 apikey, 呃,在这点创建 apikey, 你 就随便输一个,呃,一二三,然后这就是你的 api 密钥,你要把它呃复制下来, 复制完了以后我点点击复制了,复制完了以后我要这个 chatbox, chatbox 在 苹果商城是有的,直接搜索 chatbox 就 行,搜索完以后就是这个,然后咱们点进去它就是这个页面,咱们点开左侧的这个三角杠, 然后点设置,点设置点模型提供帮,然后选到 deep, 然后把自己的 api 要输进去检查, 然后就能选是 chat 模式还是思考者模式或者是 flash pro。 嗯, chat 模式和思考者模式它后面可能会被取缔,换成 flash 和 pro, 到时候这个大家自己说就行, 然后大家弄完这个密钥以后退回来,退回来以后就可以在这块选了。我这个是,呃, 办完了那个登录会员以后,他有这么多的,正常来说大家其实就应该只有这四个,到时候大家自己选就行,然后就完事了。嗯,我不建议大家在 就是没有办登录会员之前用,嗯,解锁图片功能或者是输入链接很容易卡崩,就是大家正常输入文本的话是没有问题的。

hello, 大家好,我是肖少,今天给大家分享一下 codex 怎么接入 deepsafe v 四 pro 的 模型,我看网上都是分享 cloud code 怎么接入 deepsafe 的, 几乎没有分享 codex 怎么接入 deepsafe, 今天我来分享一下。我们打开 deepsafe 的 文档,在接入 a 帧的工具这个地方,我们先看它这个啊, cloud code 库里头 我们一直放到最后是没有 codex 的, 这也就是为什么网上大部分都是分享怎么接入 codex, 因为接入 codex 有 官方文档, codex 接入 deepstack 的 话,我们需要用到两个小工具,一个是 c switch, 一个是 c c x。 这边先给大家安装一下 c x, 找到一个就是自己合适的目录,创建一个 c x 的 目录,我用的是 mac 啊,然后这边是给大家准备的工具,有 mac 的 一个 windows, 然后就把这个 c x 啊放到这个 c x 的 目录里边,然后以及这边有个疑问, 给大家打开看一下,这个英文的是一个配置文件,对,这边是我配置的一个本地的 k 啊,一二三四五六,大家直接用我这个就行,这个是一个本地的 k 啊,好的,我们进到 c c x 的 这个目录,通过中单 最大化,我们给 c c x 加下权限, 然后点杠运行它。好的,这个 local host 是 一个本地的页面,我们在浏览器打开 这时候你第一次进,它会让你输一个密码,这密码的话就是这个地方, 我写的是一二三四五六这个地方啊,你也可以直接用,也可以改一下。对,这边你输入密码之后,然后我们选到这个 codex 啊,我这边是加了一个啊,我教大家怎么加,在这个地方点击添加渠道,大家一进来可能是英文啊,这地方可以选中文。 好,这边点添加渠道,然后这边就输入你的这个 dbc 平台,我们找一下啊, 我们复制一下 d p c 的 这个 base u r, 然后粘到这个地方,下面它还需要一个 api k, 然后在这个地方我们创建一个自己的 api k, 然后给它粘上去就可以了,给它粘到这里,然后详细配置这个地方我们选 open ichat, 这里规范非常建化,这个地方给它打开, ok, 点击创建就可以了。我不创建啊,因为我已经创建过了,下面我们打开 cc switch, 然后我们在这个地方点击添加 这个地方 api k, 就 写我们刚才的一二三四五六啊,就写你自己的那个密码,我这边设的是一二三四五六,然后 api 的 请求地址来我们找一下,是这个 local host 三千杠 v, 然后这边我们获取一下模型列表, ok, 可以 看到获取到两个模型, 一个是 deepsea 微斯的 flash, 一个是微斯的 pro, 我 们直接选微斯的 pro 就 可以了啊,往下滑一点,把这个一照,上下文窗口点上,然后点添加即可,我这边就不添加了,我已经添加过了,添加上之后,然后这边点起用, 这就可以关闭了。当我们配置完成之后,这个时候你重启你的 codex, 这时我们进来的话,它就是使用 deepsea 大 模型,来我们给它对话一下。你好, 来我们看一下啊,这边可以看到模型使用的是 deepsea v 四 pro, 没有问题啊,这样 codex 就 可以直接使用 deepsea 的 v 四 pro 模型了啊,你也赶紧去试一下吧,记得回来交作业。好的,下面给大家说下第二个问题,这个地方的名字怎么改? 然后打开它的这个配置文件啊,它的配置文件是在这个 user 目录下的这个 codex。 哦,它是一个隐藏目录啊,这个要打开,进来之后找到它的这个 configure html, 然后我们打开 好,默认的话是 custom, 然后我这边是给它改了三个地方,一个这个地方使用的地方 改成 d p c, 一个是这个 name, 这个你们可以改成自己任意喜欢的单词,改完之后重启一下你的这个 codex。 下面第三个,我说一下它这个对话怎么给它删掉,我们右键之后发现它没有删除,只能归档, 然后归档之后它就可以删了。然后我们怎么删呢?在这个地方还是这个 directx 这个目录下面找到这个目录,然后进来就可以看到,这个是我刚归档的日常对话,这个地方我先不删,给大家验证一下。归档完之后它会在这个地方 已归档的对话。对,你可以取消微档啊,我们不取消微档啊,我们直接给它删掉 删除。哎,我们这个时候再进来验证一下。 嗯,暂无给他聊天。好的,这就是本期视频的全部内容,我们下期视频再见。

怎么把 deepsea v 四融入到我们的日常工作流? ok, 从零入门的新手教程来了,我会教你直接把 deepsea v 四塞到 cloud code 里边,看完这期,你不仅能得到一个满血版的 deepsea v 四,还能装好你的 cloud code。 为了尽可能让所有的朋友都用上,我还整理了图版的教程,放到了视频的最后。 话不多说,我们直接开始点用,过程呢分三步。第一步呢,创建 api k, 进入官网,点击 api 开放平台,这里呢,我们需要先充值一些钱,我就昨天和今天大概用了 一千万投肯吧,他只花了不到二十块钱。接着呢,我们要点击这里的 api k, 点击这里创建 api k, 注意一定要复制下来,不然后面你还需要再重新创建一遍。创建好后呢,我们需要打开终端,安装 cloud code command q 回车。然后呢,我们输入这行指令,稍等一会儿,它在安装了,我们来检查一下它是否安装成功呢?输入这行指令, 空格杠杠回车。 好,它已经安装成功了。第二步呢,我们需要下载一个 cc switch 的 gitap 项目,添加刚刚的 api k 就 搞定了。我们点击这个链接,然后进入到 cc switch 这个 gitap 项目,然后往下翻, 如果你是 mac 电脑呢,就安装这个 dmg 的 文件,然后如果你是 windows 的 话,就安装这个 msi 的 文件,然后我们点击这个 ok, 下载完成,然后我们解压,然后拖进去,在应用程序里找到 cc switch 这个软件,双击打开,我们点击这个加号,找到 deepsea, 往下翻,把我们刚刚的 api k 填到这里。 在主模型这里呢,要用 deepsea 微斯的 pro 模型,索尼 oppo 用 deepsea 微斯 pro 的, 它空就是默认模型,它一般回答一些简单的问题,我们用 deepsea 微斯 flash, 主打一个性价比。点击添加, 点击启用。我们回到终端,建一个关于 cloud 的 专属文件夹,在终端输入 cd 空格, 然后把这个文件夹拖进去, ok, 回车。接着输入指令, cloud 回车,选择一下我们终端的颜色,回车,选择 yes, ok, 可以 看到配置好 deepsea v 四的 cloud code 就 已经安装好了。我们点回车,点击 model, 我 现在已经配置好了 deepsea v 四,我们左右键可以切换。推理强度有 max 的 建议我们直接选择 max 版本就好了。回车, ok, 给大家跑一个小游戏,我们来一起测试一下是否好用。输入提示词,回车, ok, 看到这个小游戏已经跑好了。这里是 bella 课程选 ai 的 第三十一天,我们下期见,拜拜。

这就是普通人使用 cloud code 的 最佳路径。 cloud 如何使用 deepsafe v 四的能力,普通人该如何快乐地使用呢?那这个是 cloud 的 桌面版,那它其实现在是已经支持 windows 和 mac 了, 那么它这个最新的版本是支持导入这个第三方的模型,就可以快乐的使用这个 cowalk, 还有这个 code 模式。那么关于费用的 deep seek 模型呢?众所周知,量大管保,那么实际测下来一天急头白脸的用下来其实不会超过十块钱,所以你大可放心你的 token 资源燃烧的问题啦。那么什么是 cloud? 什么是 cloud code? cloud 你 可以理解成它是跟 deep seek 一 样的大圆模型,那么 cloud code 它其实是一个框架,框架的话也就意味着你可以使用这个 cloud 的 模型,那 当然也可以使用其他的模型。 cloud 的 桌面端已经开放了接入第三方模型的这个功能,从而让你可以在这个 cloud 桌面端使用它们这个 code 的 功能。 那么接下来跟大家分享一下如何在这个桌面端上接入我们的 deepsea 模型吧。首先点击这个 help, 然后点击这个 troubleshooting, 然后再点击这个打开开发者模式,好,那点击这个 enable 客户端,就会重启它,这边就会多了一个开发者模式以及这个 developer, 然后点击这个按钮,这里就选择 getaway 模式。那么呢,这里呢就填入这串地址,这串地址呢是兼容这个 ansurf 的 网站,那下面这个地址呢,就是你的 api key, 你 的 api key 呢?可以在这个 deepsea 的 官网 申请,自己申请注册充值,那么这一页呢,就照着设置就好了。填入这个 deepsea v 四 flash, 然后打开这个一照的上下文,这里再填入 deepsea v 四 pro, 打开这个,最后再点击这个 apply locally, 那 你的 cloud 的 桌面端就会重启,快去试试吧。

deepsea v 四你们用了吗?我中高强度用了三天,我的核心感受就一个字,爽!但同时短板也挺明显的。今天聊一下,我个人感觉到了三个优缺点。先说优点,首先长文本是真的很强,我 十几万字的材料丢进去,权威哪里有标点符号的错误他都能给我标出来,而且真的是很快,基本文件一发送,那边马上就开始输出了。 v 四在省材料搭框架的工作里,效率提升是肉眼可见的。 然后第二是成本真的是很低,百万头肯的超长上下文中 kb 缓存占用只有钱袋的百分之十左右,我三天各种简单复杂的任务跑下来,花费还不到一杯咖啡的钱, 所以这一点目前市面上几乎没有对手,国外那些币源的模型瞬间就不香了。然后它是真正的国产芯片四倍的体系, b 四从一开始就围绕华为的升值做优化,跑通了中国芯加中国模型的闭环, 不是实验室的版本,而是你现在马上就可以用上,可以说是中国 ai 的 一个里程碑了。我只能说一句牛逼。 优点说完了,来说三个硬伤。首先,他的知识库还只到二零二五年的九月,甚至你问他他自己都不知道他自己已经是 v 四版本了,所以你想要获取最新的信息,只能联网搜索一部分,但纯靠模型本身 时效性,它就是一个硬伤。然后第二,它依然不是多模态的,还是一个纯文本型的选手。这个还是比较可惜的,毕竟现在友商已经是各种一键上传 ppt 啊各种文件什么的了,估计 deepstack 也在布局吧。最后,你说它赶超上国际上顶尖的那些模型了吗? 其实还是有一些差距的,官方自己也说跟全球最顶尖的闭源模型还有大概三到六个月的差距,但是我们看看价格,我还想说 v 四真香,所以结论很清晰, v 四就是目前性价比最高的纯文本助理。 如果你大部分工作室和文字文档或者框架打交道,那 v 四真的能帮你省下大部分的底层时间。剩下的你自己试一试就全明白了。

作为机构一手调研副总的忠实粉丝,今天我们继续来学习他的视频。今天盘中消息,国家大基金领头 zip 投钱估值四百五十亿美元,若融资成功, zip 将成为中国 ai 大 模型史上首轮融资规模最大的公司。 看到这个消息,让我想起副总解读 deepsea v 四发布的视频。这一期视频主要针对 deepsea v 四预览版发布的情况进行解读。视频主要分为五部分,第一部分, deepsea v 四的真实现状。第二部分, deepsea 降本增效会不会立空算力。 第三部分,国产算力适配的真实进度, deepsea 部分, deepsea 的 真正定位。第五部分, 升腾产业链的发展节奏。第一部分, deep sea v 四的真实现状。先讲第一个,也是最大的预期差, 四月二十四日正式发布的 v 四只是一个预览版,不是最终版。大家近期看到的所有评测,所有跑分都是基于这个还没打磨完的版本,真正的正式版要到下半年才会推出。那这个预览版到底怎么样呢?第一,性能 属于国内第一梯队,但和海外顶尖还有差距。 v 四 pro 在 国内极限能力和稳定性都比其他国产模型强,但和国外的 g p t 四点五壳老的比还是有差距,主要是领域知识不够深,细节处理容易遗漏。 第二,核心竞争力不是性能,是极致降本。这才是 v 四真正杀疯了的地方,它保留了自研的 gpu 和显存消耗,直接砍到了原来的三分之一, 价格有多夸张? v 四 pro 是 g p t 四点五的六分之一,是 cloud 的 七分之一, v 四 flash 又是 pro 的 十分之一,算下来整体价格只有海外顶尖模型的六十分之一到七十分之一。 第三,未来还能再降百分之六十至百分之八十,这还不是底?专家预计,等到四季度升腾九五零超节点批量上市之后, v 四 pro 的 价格还能再降百分之六十到百分之八十,最终 pro 能降到每百万十元 token 以下, flash 能降到每百万 token 一 元以下。很多人问发布第二天就打二点五折,是不是要打价格战了?根本不是。 官方搞这个十天优惠,核心目的只有一个,快速收集海量用户数据,用来做后训练,这样下半年推出的正式版能力才会真正上一个台阶。 第二部分, deepsea 降本增效会不会立空算力?这是近期讨论最多的问题,也是最大的一个悖论。很多人说模型效率提升三倍,那需要的 gpu 就 少了三分之二, 算力租赁和算力硬件不就完蛋了?其实这个观点在 deepsea 二一发布的时候就出现过,后来被算力租赁持续高景气的事实彻底正伟了。今天再次给大家讲透背后的逻辑。首先,大家要搞清楚,中美大模型的发展路径完全不一样, 美国是力大专飞,人家高端算力管够,想怎么堆就怎么堆,根本不用考虑成本。中国是以巧补力,我们拿不到最顶尖的英伟达芯片,国产算力下半年才会放量, 在这个青黄不接的窗口期,我们只能在软件上下功夫。几乎有一个非常经典的结论,谁跟你说 ai 要靠软件优化来省成本, 恰恰说明硬件不是太多了,而是太缺了,没人会闲着去优化无关紧要的东西。正是因为短期内硬件供给跟不上,才不得不倒逼软件勤俭节约。第三部分,国产算力适配的真实进度。接下来讲第二个核心,运气差。 deepsea, v 四和国产算力不是完全划等号的, 很多自媒体说 v 四发布,我们彻底摆脱英伟达了,也有人说还是全靠英伟达,国产算力没用,这两种都是极端错误的。我给大家讲清楚, 训练端和推理端是完全分开的,进度天差地别。音训练端目前仍高度依赖英伟达。 v 四的完整预训练用的还是英伟达的高端算力,毕竟英伟达 b 二零零以上的芯片还支持 f p 四精度量化, 这是我们目前比不了的。国产算力的训练端适配只在 v 四 flash 版本做了小规模验证,还没有全量部署。训练端的难度是推理端的两倍以上,目前只做了半年, 全部完成还需要一年时间。第二,推理端已经基本完成国产适配。推理端的适配从二零二四年底就开始了,花了一年半时间。现在 v 四已经完美支持华为升腾九幺零 b 九幺零 c 九五零芯片, 韩五 g 的 部分芯片也适配好了,预计今年下半年升腾九五零超节点落地后,推理成本还会再降一大截。所以结论非常明确, 短期英伟达高端算力还是刚需算力,租赁行业的高景气会持续,中长期国产算力会先承接推理端需求,再逐步向训练端渗透,两者不是替代关系,而是并行发展,互相补充的关系。 第四部分, deepsea 的 真正定位。近期所有机构的会议都提到了同一个市场痛点,资本市场完全误解了 deepsea 的 生态位。很多人觉得 deepsea 的 目标是打败 g p t, 做全球第一的大模型,其实从 v 三点一、 v 三点二开始,它的目标就变了。 deepsea 现在的真实定位是开源大模型龙头,国产算力生态的铺路者。他不再单纯追求模型性能的第一,而是转向了技术普惠和生态适配。他第一个在训练端导入国产芯片,帮华为解决了升腾芯片适配的各种痛点。他把大部分技术都开源了, 让全行业用国产芯片的门槛大幅降低,这才是它真正的战略意义。第五部分,升腾产业链的发展节奏。这也是大家最关心的,先给大家一个结论,升腾链真正的出货释放,要等到下半年。博主给大家一个机构确认过的最准确的升腾九五零出货时间表。 第一,升腾九五零 pro, 四月进入量产,五月底完成产能爬坡,六月出货量达到六万克以上,九月超节点规模出货。第二,升腾九五零 d t, 这是性能更强的版本, 七月开始测试,十一月中旬正式出货。那么长期空间有多大?二零二五年,升腾芯片出货了六十万片,今年机构预期是一百二十万片 翻一倍,明年预期是两百四十万片,再翻一倍。国内还规划了五年实现每月五十万片先进制成的破产计划。还有一个非常重要的变化,升腾的商业模式要变了,以前升腾芯片不对外卖,大厂只能买整机,下半年产量充裕后, 华为会推出共享生态,引入分销商卖芯片,这会彻底打开升腾的市场空间。同时因为原有厂商能跟不上升腾链,在背板、连接器、模组、液冷这些环节都引入了新的供应商,这些新进入者现在讲的就是从零到一的故事,弹性会非常大。 介休从零, deep v 四只是一个开始。国产 ai 的 路还很长,短期可能会有波动,但中长期的趋势已经非常明确了,要看得远一点。

刚才我查了一下账单,发现自己用 deepsea 写代码花了将近二十三块钱,三千多次调用将近四亿 token, 同等量级扔到 gpt 上,一个月少说几百十几倍的差价,而且用起来说实话没感觉有什么区别。这就是我今天想聊的东西, resonix, 一个专门适配 deepsea 的 本地编程助手。先说清楚,这玩意儿不需要外网,装起来也很简单。 github 搜 resonix 小 白直接下桌面客户端,双击打开即可, 首次启动会让你填 a p i 密钥,据 deepsafe 官网注册一下,领个密钥粘进去一两分钟的事。界面就是个聊天窗口,有两个模式需要注意, review 和 auto 模式会申请工作区外的文件访问权限,而我日常电脑没什么重要的文件,所以一般直接开 ulog 模式,省事方便。 来实际带你们体验一下。比方说我想知道 ai 热点,用这个 ai 热点的 skill, 直接跟他说帮我搜今天 ai 圈有什么新闻,整理成精简文案,他自己就去抓信息了,不用写任何代码。 等了大概几分钟,结果直接出来了,可以看到这都是最新的资讯,时刻紧跟热点。我做自媒体内容的时候,给他搭了一套完整流程,从八视频素材提文案到改写预判数据表现,一条指令走通, 花费一两个小时搭建,就能节约以后我找素材的时间。而且如果你完全不懂代码,也能用它搭个人网站。 我试过用了开源的模板,借助 deep c 转化为我想要的样子,可以给大家稍微看一下成品纯前端,自己图一,乐呵乐呵的。当然运行中间报错了也别慌,它会自己看错误信息 自己修,修完继续跑。对新手来说,这体验确实可以。原作者我在评论区 a d 出来了,感兴趣的可以关注。下期的话,看评论区问的最多的问题,我挑一个话题继续深入。

deepsea v 四终于发布了,官方号称有些项目可以和贵它几十倍的模型掰掰手腕参数量直接翻到一点六体尺寸比上一代大了一倍还多,国模最大上下纹长度也一步到位,拉到了一百万,对齐了目前最顶级的水平。 那么这个小鲸鱼实际体验如何?能满足我们对它的期待吗?这个视频带你看完 deepsea v 四,也聊聊我作为一个 ai 开发者对它的看法。 自从 deepsea r 一 发布震惊全世界,直到今年三月,他的网页端好像一点变化都没有,一直是这两个按钮。与之相比,别人都在突飞猛进,甚至还出现了大量 deepsea 已经泯然众人已的论调, 但在水面下其实是另一方光景。过去这一年, deepsea 发表了近十篇重量级论文,其中一篇拿了 acl 最佳论文奖,一篇发在了 nature 上。他把训练大模型的成本砍掉了一大半。 他给推理流程装了一道筛子,把识别人名、匹配短语这种不用动脑的活直接过滤掉,让算力集中在真正难的问题上。两个月之前,我们还会问 deep seek 为什么要这么轴,难道是他不想要用户了吗?现在知道了,这些科研回报全在 v 四里面展现了。 我认为 deep seek v 四这次对开元世界最大的贡献就是推理效率的突破。 再说这个特性,之前我要交代一个背景,不知我们全世界都在进入算力短缺。 amd 的 ceo 在 今年 ces 上给了一组数字,二零二二年,全球 ai 算力大约一 zeta flop, 到二零二五年已经飙到了一百多个,而未来五年还需要再翻一百倍, 整个 ai 行业在一瞬间就进入了算力地狱。原因还要从前几年说起。那时候 ai 大 模型主要是聊天, 你问一句,他答一句。他很会说话,但也只会说话,说出来的话还不一定靠谱。幻觉不断很难说,除了麦克变现和情感陪伴之外,他还有多少生产力。于是有人就想, ai 光说不做的状态,什么时候能突破? 时间来到二零二四年下半年,几个团队几乎同时摸到了一条路。与其让模型一口气给你一个答案,不如让他把任务拆开,一步一步想,每一步给他一个手,也就是调用工具的能力,想查数据就去查,想改文件就去改, 想处理数据就自己写一串代码。这个循环一旦跑起来,模型能做的事一下子多了不止一个量级。这种想一步做一步的循环叫做 react loop。 而基于这个循环运转起来的系统就叫 agent。 去年年底, agent 彻底爆发了。 curser 让 ai 写出不错的代码, open ai 直接给你电脑配了第二个小鼠标。 大模型从一个只有嘴的聊天对象,变成了有手有脚的助手。这种助手让一个叫 peter levos 的 独立开发者,从 idea 到年入百万美元,只用了十七天。 他让 anthropic 每发布一个新功能,就有一批软件公司的股价跟着跳水。最神奇的是,大名鼎鼎的龙虾 openclaw, 就是 peter stamburger 一个人开发的,期间没有手写一行代码, 这一点我自己感受最深。我从毕业开始就做文字工作,几乎没有写过代码,但今年靠着 ai 编程,边做边学, 我真做出了一个自己的 agent 产品,并且受到了一些社区小伙伴的喜欢。因此,要让 agent 自主操作现实世界的机械,也不过是时间问题。所有人都觉得 agi 就是 这条路了, 但代价呢?代价是算力消耗爆炸。以前一轮对话可能几百个 token 就 结束了,现在根据调研机构的数据, agent 的 token 消耗量是原来的五到五十倍,无论是厂商、机构还是数据中心,都面临着算力荒。 而这个局面刚好撞上了一家公司的基因。 deepsea 做量化基金出身,骨子里的逻辑就是用最少的资源撬动最大的收益,再加上众所周知的原因,芯片受限,所以他不得不在有限的硬件条件下把效率做到极致。 v 四身上处处都是这种思路的体现。 大语言模型内部有很多专家模块, v 三有两百五十六个专家,每次派八个上场。 v 四把专家池扩大到三百八十四个,但每次只派六个上场的反而更少了。 他用了一套新的注意力机制,让模型在处理长文本的时候大幅减少计算量。他还换了一种更高效的训练方法,只要传统方案大概一半的计算量就能到同样的效果。所有设计都指向同一个方向, 保持模型的聪明度。但是用更少的算力,这种效率优势反映到价格上有多夸张呢? v 四的小模型 flash 版输出只要两块钱一百万, toc 同级别的海外模型少说也要几十块。大模型 pro 版二十四块,对面报价一百出头,同等实际性能下差距能有五到二十倍,而且据说等下半年华为升腾芯片大规模部署之后,价格还会进一步往下压。 从各方测评和我自己的体感来看,大号的 pro 版已经超过了 cloudsonnet 四点五,接近当前最强模型的水平。有意思的是,去年芯片受限还只是中国公司的特殊处境,海外厂商并不缺算力。 没想到今年 agent 一 来,全世界都在抢算力, deepsea 被逼出来的这套打法,反而成了全行业最需要的解题思路。而这些公开的科研成果,接下来大概率会被越来越多的大模型公司借鉴。 翻开 v 四的更新,说明,你很难不注意到一件事,编程能力占了最大的篇幅。 其实不只是 deepsea, 你 去看今年任何一家大模型的更新日制,排在最前面的几乎都是编程,恨不得把跑分贴到你脸上。可是编程跟我们大多数人有什么关系? 关系还挺大的。举个例子,这是我开发的 agent, 如果不把过程中的工具调用隐藏掉,它输出的原文就是这样的回答,夹杂在各种工具指令和格式之间。比如这里是网络搜索,以防 ai 幻觉编一个答案糊弄你。比如说,这里是调用另一个 agent 来审查结果。 然后这里又是先看看你写的 skill, 保证接下来的工作和你对齐。这些日常场景里不被看见的代码输出,保证了能被看见内容的质量。之前 deepsea 在 这方面其实表现不差, 但和今年的尖子生比,还是有点不够看的。一四在这个方向上下了很大功夫,是去年科研成果的极大成,拿两个硬指标来说,算法编程的 code forces 评分一四,达到了三千两百零六,超过了 cloud ops 四点六和 gpt 五点四。实际软件工程的 swe verified 也做到了八十点六,和最强的几家几乎齐平。虽说跑分这件事并不完全代表实际体验,但我个人用下来感受和前沿大模型差不了多少。我尝试了一个我自己做的复杂的写作 skill, 找方向,打草稿,写大纲,他执行的都很不错,在过程中问别的 a 振特时系统报了错, 他也自己尝试了别的办法,让流程顺利的推进了下去,聪明程度确实提高了。 如果你这几个月打开 deepsafe 官网,问他是什么模型,他会藏着不说,但有一件事他特别主动 给你强调,他能装下一部三体有一百万上下文。上下文长度是过去 deepsafe 最大的短板,这个概念指的是模型一次能看到的信息量,以前只有聊天内容几千字绰绰有余,但在 agent 的 时代,各种代码信息以及格式全部被塞了进去,一 一百二十八 k 很 快就捉襟见肘。主流模型都已经两百 k 起步,头部玩家做到了一百万,但是贼贵。 在过去,很多人不用 deepsea, 很 大一部分原因就是上下文太短了,并不是因为他真的不够强,特别是在创意写作这块,他一直挺能打的。这次 v 四直接拉到 em, 让人垢病的短版,现在变成长版了。更夸张的是输出长度, 光单次输出上线就有三百八十四 k, 一 轮就可以把黑暗森林复苏一遍还有余。 最后这个更新我觉得也很重要。 v 四的大模型和小模型是同时推出的,小号模型保持了大部分的能力,但是价格便宜到让人没法理解。做 a 阵的开发之后,我有一个很深的感受,很多任务根本不需要大尺寸的模型,摘要、翻译、格式整理 这些活需要的是一个够快够稳的小模型,这样下来可以在保持同样智力的情况下,显著减少运行的成本。当然, v 四也有明显的缺口,最大的一个它依然是纯文本模型,现在主流模型基本都能处理图片、语音甚至视频, v 四在这块还是零,我觉得如果加上多模态的话,最后实际体验肯定还会好很多。 回看前面聊的这四件事,有一个共同点,全是底层能力。 deep sea 的 精力全花在造引擎上,开源出来让开发者拿去造自己的车。这次视频调研过程中,我从论文和一些公开报导里看到了几个有意思的细节。 维斯论文里引用了 kimi 团队做过验证的优化器,而 kimi 的 k 二也用了 deepsea 早期提出的注意力架构。两家开源产品在各自的核心技术上互相借鉴,互相致谢。这种开放在拼命卷的行业里不常见,但它确实在发生,而且结果也是好的,让更多人用上了 更强大更便宜的模型。这种氛围也延伸到了同行之间的互动。论文评测部分直接写了一句, k 二点六和 g l m 五点一的 api 太忙了没法返回结果,所以留空。智普看到后回了一句,哥们你想要的话,高速度账号安排上, 论文本身的写法也挺特别,致谢。只有一句话,评测部分坦诚,写了哪些地方还落后?闭源模型三到六个月不卑不亢的 看完这些,我觉得这个团队是知行合一的,说开源 mit 协议拿去用,说长期主义就扎在科研里,半年不吭声,外面传了好几轮,遇到问题了被超越了,小鲸鱼不语,只是一味跳票,然后发论文 面对蒸馏人才流失这些非议, deepsea 选择沉默,然后在某个周五端出模型并引用,寻子 不幼于玉,不孔于匪,率道而行,端然正己。而我觉得最适合他的是墨子的一句话,夫爱人者,人必从而爱之。利人者,人必从而利之。

哈喽,这是妮,最近 deepsea 微四模型上线,然后得到了特别多的好评,网属于是现在是既便宜又能够真正能干活的,这次呢微四呢,其实有两个,一个是 flash 版本,一个 pro 版本,这个 v 四 pro 呢,目前是限时两点五折,然后这个延期,最新的消息是这个延期到五月底, 也就是说百万透客的民众,现在 pro 模型是零点零二五元,所以是属于那种量大管饱,并且还能确实能干活的模型。但是很多的小伙伴可能不知道怎么操作,甚至有一些对于 想安装 coco 的 朋友可能还没有安装成功,所以我们今天我们一个视频说清楚,从零开始安装 coco 的, 以及怎么样去把这个 deepsea 的 v 四 pro 模型进入到自己的 coco 的 里面。 其实整个呃过程不会特别复杂,都是全自动的,然后主要分为几个步骤,第一个是安装我们的这个 homebrew, 然后第二个就是在安装这个 coco 的 模型,然后第三步就是通过 cc switch 去接入我们 deepsea v 四 pro 的 模型。那我们先看第一部分, 第一个部分就是安装我们的 homebrew, 如果你已经安装了这步,可以跳过打开我们的这个终端, 然后复制这一串代码上去,然后回车,然后我们输入序号,从清华大学下载,然后我们输入的开机密码,开机密码是看不到的,然后直接回车 y, 然后就进入,会进入这个下载的队列,它会显示你所在的位置是多少,然后后面再去等待就可以了。嗯,再次输入开机密码,回车,然后看再按一次回车,然后进入的安装过程, 因为我选择是国内的镜像,所以其实是没有开魔法的情况下,它的排队可能时间会久一点啊,马上到了, ok, 这个就开始安装了,然后整个过程其实都不需要你做什么,你看着就好了, 这个过程当中可能需要若干次输入你的密码,然后输入完以后回车就可以了,然后它是安装过程是全自动的, 嗯,这是第一个环节,就是自动安装这个 homebrew。 好, 到这一步呢,其实就已经把第一步安装完成了, homebrew 已经安装完成了,然后接下来第二步,我们先把这个重新打开一下,然后第二步贴上这个命令,就是 call code 安装的命令回车, 然后就进入下载和安装的阶段,同样的过程也是全自动的等待即可。 那看到这个页面就是代表我们的这个 cloud code 已经安装成功了,然后我们退出这个终端,我们重新打开一次,然后我们输入 cloud 杠 b, ok, 我 们能看到这个版本号,说明我们的安装就已经成功了。好,这是我们完成了第一步, cloud code 完第二个部分,我们就需要打开这个 cc switch, 这个 switch 的 作用呢,就是帮助我们去配置一些这个 cloud 的 模型的一些配置文件。因为作为我们像如果像我一样,我是一个非程序员的用户来去用它的话,其实对里面的一些配置文件或者一些很细节的地方其实并不清楚怎么去改, 所以我们就用这个 cc switch 的 这个工具去做配置文件的调整使用,也很简单。然后我们这方选这个 cloud code, 然后同时点一个加号,那下面就是我们需要配一个这个 deepcode, 然后同时点一个模型,然后我们点了 deepcode, 然后继续往下, 然后这方要输入我们这个 key, 这个 key 就是 在我们这个 deepseek 的 这个开放平台,这方会有一个 api key, 然后我们这方创建一个,把这个 key 复制一下,然后回填到这个地方,然后注意一下这个 key, 它只有在创建的时候,比如说我随便创建一个,它只有在创建这一刻它是可以被复制的,所以我们在这方要复制出来保存到你的微信或者说你的备忘录里 面,然后我们把这个 key 存在这复制粘贴,比如说我们希望调取的是 我们最新的 deepsea 的 v 四,然后 v 四其实分两个版本,一个是 v 四 flash, 一个是 v 四 pro, 当然我建议你用这个 v 四 pro 啊,我们把这个名字模型的名字复制过来,然后我们填在这里,然后点这个一键设置,就会统一改成这个 deepsea v 四的这么一个呃模型名称,然后我们点添加, ok, 这个配置就完成了。然后我们这方这个时候 我们重新启动我们的 cloud code, 我 们在这个终端里面输入 cloud, 然后第一次登录时会选择一些这个模式, 然后这方选择信任 我们一系列的授权完成之后就已经进来了,大家可以看到我这边选配置的,刚才就是我们选择这个 deepsea v 四 pro 的 这个模型,这样这样就完成了我们这个呃 color code 的 安装,我们可以问一下他,你是谁? 那我是 color code, 嗷嗷,一个你接入的, 我当前接的模型是 deepsea v 四 pro。 对, 到目前为止我们已经从零安装了这个酷拉 code, 包括通过 c c switch 去接入我们 deepsea v 四 pro 的 模型。 啊。 c c switch 这个下载链接我会在公屏上提供给大家,大家去摁去需要去下载就可以了。然后整个的安装过程就是这样,其实很简单,整个过程,呃,也不需要你去多操作什么东西,整个过程都是全自动的,然后,所以赶紧去用起来吧。

哈喽,各位同好,好久不见啊。在上一期我们系统性的教了大家如何的使用 deepsea v 四 pro 的 模型,然后我们也收获了八百多个粉丝。在这一期我们先解决一下上一期遗留下的一些问题, 首先是在模型服务这个页面,我们要先打开深度求索,然后把这个 cherry 关掉,然后你的 deepsea 就 可以正常的使用了。 然后其次还有别的问题,就是搜索不到 deepsea v 四 pro, 这个时候你要在获获取模型列表里边,你往下看一下,它就有 deepsea v 四 pro。 还有一个常见的问题就是大家没有充值,没有充值的话你是没办法直接使用的。还有问题就是大家在复制 api 密钥之后, 你直接把它放到了 cherry 这里边,你应该把它放到深度求索这里边。 ok, 大家也可以看到我问了他,我说你是 v 四 pro 吗?你看他的回答,他说他不是,但是这是由什么原因造成的呢?因为它的数据库不是最新的,所以他不知道它是 deepsea v 四 pro。 ok, 那 么好,我们正式开启本期的视频教学内容, 我们这一期给大家系统性的讲一下自定义参数,因为在上一期我没有系统性的给大家讲自定义参数,导致很多粉丝在问我自定义参数是干什么用的?怎么设置? ok, 我 今天就给大家讲一讲什么叫自定义参数。首先自定义参数 就是让你的这个 ai 变得更偏科,他就是给他加一堆设定,给他加一堆限制条件。首先 temperature, 它在英文的意思里是温度的意思,然后在这个 ai 大 模型里,它就是想象力的意思,当你把 temperature 设置大于一的时候,你的这个模型就会彻底的放飞自我, 它会瞎说八道。所以说在我们把它当做一个聊天工具的时候,可以把这个 temperature 设置的高一点,但是你把它用于编程数学这种领域,你一定要把这个 temperature 设置小于三,这样你的模型会非常的严谨。讲完 temperature, 我 们再来讲一下 topic, 它就是你的资源库范围,当你把它设置为零点一的时候,它就只会挑选那些头部的权威资料库,当你把它设置到零点九的时候,它就可以挑选任何渠道的资料。 topk 就是 在资源库范围的前提之下,增加了资料数量, 也就是它对于你这一个问题的回答,它会参考多少文献?比如我写一百,那么它参考的资料数就是一百个 presence penalty, 它就是控制前后文的连贯性, 因为它是一个潜在的惩罚机制,当你把它数值填的低的时候,它前后文的连贯性就会高,当你把它的数值设的高的时候,那它新的东西就会多,那这是为什么呢? 就是因为你把这个 presence penalty 设置之后,它就会有一个潜在的惩罚机制,当它前后文的重复性高的时候, 这个潜在机制就会惩罚它,然后它就被迫的去说新东西。 frequency, 它就是这个惩罚频率, 你把他这个惩罚频率设置的越高,他惩罚的越狠,那么他说的新东西就越多。那么好的这一期内容就先到这里,我们下一期继续教大家剩下的自定义参数,在这之后我们还会进行实操教学,我们下期见。

what? 今天给大家带来一个非常有意思的项目, ds 四 dwarf star, 这个项目可以让你本地部署并推理 deepsea v for flash 和 pro。 这个项目是作者自己写了一个专门针对 deepsea v 四的推理框架,结合磁盘 k v 缓存和针对性极强的模型量化方案实现的。 作者给出的性能测试方面, m 三 max 一 百二十八 g 的 吐词速度可以达到每秒二十一至二十六,属于是相当可用的水平,不但如此,还能同时支持一百万的上下文,简直是不可思议。当然我们之后会实测,看看这些是不是吹牛。 安装部署的部分我就跳过了,现在 ai 这么发达,你只需要丢给 ai, 只要一两分钟就可以部署完成,不过模型下载需要一些时间就是了。这里我使用的是 q 二杠 q 四的 deepsea v4 flash 模型,模型的大小是九十一 g。 部署好之后,我们来到 ds 四的文件夹,使用这个命令就可以进入项目自带的 a 帧模式。 注意,我这里自己用 ai 写了一个 vlog, 用于把整个九十一 g 的 模型和一百万上下文,总计九十三 g 的 内存锁住,以防其他应用把模型挤出内存导致降速。上下文我是拉满了 一百万。在 agent 模式下,硬盘 kv 缓存是项目自己管理的,所以我们不需要额外设置。此时我们可以看到内存的占用是来到了一百零六 g。 好 了,现我们就可以和 deepsea v for flash 对 话了。 我们可以看到目前的吐词速度是二十四点五 topos 每秒,符合项目的预期。这里完全没有加速推理速度处于非常可用的状态。 下面是 serve api 的 介绍,这里使用 d s four dash server 命令,同样我设置了一百万上下文端口,指定八千零八十八。 这里硬盘 k v 缓存需要指定一个文件夹,并且指定大小。这里我给了六十五 g 硬盘。 然后我们让 herme c 政策来调用本地 api。 这里我也是已经配置好了。我预计是要有 cloudops 4 八的新闻。这里首次 preview 速度稍稍有些慢之后,命中缓存速度就快多了,结果里的确有 cloud ops for 八,不错不错。最终总结一下,在使用了几天后,我可以很负责任地说,这个项目的 deep seek v for flash, 在 推理的逻辑链上,还有智能体任务的深度上,还有知识的广度上,完全碾压千万三点六的二十七 b 稠密和三十五 b 稀疏模型。 同时按照经验, deepsea 团队之后也会放出 v 四点一、 v 四点二或者 special 等更强的迭代,到时候这个项目也会支持。

我们回到 cloud 桌面版的登录界面,注意这里不要点 get started。 我 们左上角点击 help troubleshooting enable developer mode, 在 弹出的对话框中选 enable, 这里还是不要登录。点击 developer configure third party inference, 进入第三方模型配置,这里可以按照我的方式填写,这里填写 dpc api key 默认不要动,剩下的地方先空着。 skip login mode choose, 打开,点击 apply local 里再弹出的对话框,选 relouch now 等三秒。 我们可以对话测试下是否可以正常对话,没有问题再试试联网搜索也成功了。再测试一下代码能力,我让他写段游戏代码,这里弹出了选项,那就写个贪吃蛇的吧,技术实现,我们就用 python 试试。好,他写完了,右边可以看到代码,他给了一个终端运行命令, 打不开,但是看他的代码确实是写出来了。这个 show in folder 打开也是代码。我跟他要了一个打开方式,他给了我一个 html 的 打开方式。来,我们试一下,可以玩,那我们来试一下好不好玩 啊?不好,代码能力验收通过。关于访问网页核实图如, 如果你只是想让 cloud 访问网页,就改白名单,把要访问的网站域名加到 kyrocross 里,改完以后重启。 clouddesk 最好新建一个 cooke 绘画再测试,但注意白名单只解决网页访问,它解决不了。图片识别,如果你想让 cloud 看截图读图片识别界面,就需要 mcp 工具, mcp 可以 理解成给 cloud 的 加一个本地助 手, cloud 负责聊天界面, deepsea 负责文本和代码, mcp 负责把图片、网页、文件这些内容取出来,图片识别可以接支持视觉输入的模型, a p i 也可以先走 o c r m c p 配置大概长这样,配置好以后重启跨点,然后在对话里直接让它调用工具,比如调用 facebook 的 识别这张截图,或者调用 webber 的 读取这个网页。最后总结一下,只想用 d c c 写代码,接 api 就 够了,只想让它访问网页,改白名单就够了。想让它看图读文件,处理复杂网页,就加 m c p。 这里我配置好后,截一张图片试试视觉识别效果。调用这个 m c p 工具识别图片,再弹出的交互选 l o one 可以 看到识别成功了,再试一下 webflix 访问网页能力,给他一个链接,让他调用另一个 m c p 试一下 也成功了。以上就是本期视频的全部内容了,如果有用的话记得点赞。关注这期内容的 m c p 工具,我全都会免费送给大家,欢迎来拿!

各位好,今天给大家分享怎么 deep seek v 四接入 cloud code。 我 们现在需要把这三个软件还有 api 准备好,准备好后我们先打开 vs code 来安装 cloud code 拓展插件, 我这里已经安装好了的,你们可以按照这个步骤进行安装,要安装官方版本,不要选错,安装完成后,下面会出现 cloud code 的 图标, 选择这个为 entourage 开发者的插件,点进去点击安装就行。我这里已经安装好了, 然后安装 c c switch, 直接谷歌搜索即可,我后续会提供安装包,打开后就是这个样子。 然后我们现在去获取 deepseek key, 我 这里用的是中转站,价格会便宜很多,也可以接入其他的,比如官方的 club 四点七,四点六模型, 这是一个演示的中转站,你们有中转站也可以使用自己的效果是一样的,没有就可以使用这个中转站直接注册账号会送一点测试的,登录后点击令牌获取 q, 然后点模型广场找想接入的模型名称, 然后我们现在打开 cc switch, 选中第一个图标,也就是默认的,然后点加号,选自定义配置 供应商名称,随便填备注,不需要填官方,不需要填 api t, 这里填我们刚才生成的那个令牌请求地址,这里输中转站的 api 地址或者你们自己的 api 地址,然后选择高级选项, 这里的主模型, sonata 默认模型, opus 默认模型都可以填写一样的。然后 haiku 默认模型填写 flash 模型,因为它简单的问题会去问 haiku 模型,让它回答更快即可。最后点保存, 这里选中刚才我们添加那条 a p i, 然后点启用,然后重启 vs code 即可使用 这里点 new session 就 可以创建新对话了。然后我们输入 modder 查看 a p i 模型是否生效, 我们随便输入几个字测试一下是否成功调用。这里已经显示 deep seek 杠 v 四驱动成功调用, 自此我们就已经成功接入 cloud, 后续的大模型调用都为 deep seek 杠 v 四了。如果觉得有用,可以一键三连找我领取两百万 token 哦,感谢大家!