Se espera que DeepSeek V4 y el nuevo modelo de Tencent Huan Yuan se lancen en abril

Según informes de White Whale Lab, se espera que el nuevo modelo Hún Yüan liderado por DeepSeek V4 y Yao Shunyu se lance en abril. Según los informes, DeepSeek-V4, un modelo multimodal largamente refinado por Liang Wenfeng, no solo mejorará significativamente su capacidad de codificación, sino que también logrará avances en LTM (long-term memory, memoria a largo plazo). Recientemente, OpenRouter lanzó dos modelos misteriosos: Healer Alpha y Hunter Alpha, que se sospecha son versiones de DeepSeek V4, y los usuarios con IP china pueden acceder directamente a estos grandes modelos. Según su propia descripción, Hunter Alpha es un modelo de 1 billón de parámetros y 1 millón de tokens de contexto, diseñado específicamente para flujos de trabajo de agentes, tareas complejas de largo plazo y llamadas profundas a herramientas. Healer Alpha es un modelo de interacción multimodal con una ventana de contexto de 260.000 tokens, capaz de percibir nativamente entradas visuales y de audio, realizar razonamiento跨模态 y ejecutar tareas complejas de múltiples pasos de manera precisa y confiable. Hasta la fecha de publicación, ninguna entidad oficial ha reclamado estos dos grandes modelos. Además, según informes de White Whale Lab, Yao Shunyu, científico jefe de IA de Tencent, también lanzará un nuevo modelo Hún Yüan en abril (nivel de 30 mil millones de parámetros). Este será el primer producto destacado que lance tras unirse a Tencent en diciembre del año pasado, y genera gran expectativa.