# DeepSeek Articles associés

Le Centre d'actualités HTX fournit les derniers articles et analyses approfondies sur "DeepSeek", couvrant les tendances du marché, les mises à jour des projets, les développements technologiques et les politiques réglementaires dans l'industrie crypto.

La prédiction des éliminatoires de la Coupe du Monde, les différents niveaux d'IA font-ils une si grande différence ?

Différents modèles d’IA ont été utilisés pour prédire les matchs éliminatoires de la Coupe du Monde, et leurs performances ont varié considérablement. Les modèles DeepSeek et Gemini se sont distingués en prédisant avec précision le match Pays-Bas contre Maroc, anticipant une égalité en temps réglementaire et une victoire du Maroc aux tirs au but, ce qui s’est produit. Grok et Qwen ont montré une bonne précision en prédisant les scores exacts de plusieurs matchs, comme la victoire 1-0 du Canada sur l’Afrique du Sud et la victoire 2-1 du Brésil sur le Japon. Ils ont également bien anticipé des résultats comme la victoire 2-1 de la Norvège sur la Côte d’Ivoire. Ces modèles semblent fiables pour les matchs où une équipe est favorite. ChatGPT a souvent fourni une analyse nuancée des matchs, identifiant correctement les difficultés potentielles pour les favoris, mais il a rarement prédit des résultats inattendus. Tous les modèles ont échoué à prévoir l’élimination de l’Allemagne par le Paraguay aux tirs au but, surestimant systématiquement la force de l’Allemagne. En résumé, Gemini et DeepSeek ont montré une capacité remarquable à anticiper des scénarios complexes et des surprises. Grok et Qwen sont précis sur les scores dans les matchs à issue attendue. ChatGPT est bon pour l’analyse contextuelle mais plus prudent dans ses conclusions. Le choix du modèle dépend donc du type de prédiction recherchée.

Odaily星球日报07/02 01:47

La prédiction des éliminatoires de la Coupe du Monde, les différents niveaux d'IA font-ils une si grande différence ?

Odaily星球日报07/02 01:47

Il y a quelques instants, DeepSeek V4 a mis à jour DSpark, augmentant la vitesse d'inférence de 80 %

DeepSeek a annoncé une mise à jour majeure de son modèle DeepSeek-V4-Pro avec le lancement de DSpark, un nouveau cadre de décodage spéculatif (Speculative Decoding) open source, accompagné de l'infrastructure complète DeepSpec. Cette mise à jour, axée sur l'ingénierie et non sur les capacités fondamentales du modèle, vise à accélérer considérablement l'inférence des LLM en production. Le cœur de DSpark est l'introduction d'une **génération semi-autorégressive**. Cela combine la génération parallèle à haut débit d'un modèle "brouillon" léger avec une modélisation des dépendances entre tokens pour améliorer le taux d'acceptation. De plus, un système de **vérification planifiée par confiance et conscient du matériel** (Confidence-Scheduled Verification) évalue dynamiquement la probabilité que chaque token généré soit accepté par le modèle cible. Il adapte ainsi la longueur de vérification en temps réel pour optimiser l'utilisation des ressources GPU, notamment en charge élevée. Les résultats sont significatifs : face aux méthodes de pointe comme Eagle3 et DFlash, DSpark augmente la longueur moyenne de tokens acceptés de 26.7% à 30.9% et de 16.3% à 18.4% respectivement sur les modèles Qwen3. En déploiement réel, par rapport à la génération token par token précédente (MTP-1), **DSpark améliore la vitesse de génération pour l'utilisateur de 60% à 85% pour le modèle Flash et de 57% à 78% pour le modèle Pro**, à débit total constant. Le projet open source **DeepSpec** fournit une stack complète pour entraîner et évaluer des modèles brouillons pour le décodage spéculatif, supportant actuellement les algorithmes DSpark, DFlash et Eagle3, ainsi que les familles de modèles cibles Qwen3 et Gemma.

marsbit06/27 08:56

Il y a quelques instants, DeepSeek V4 a mis à jour DSpark, augmentant la vitesse d'inférence de 80 %

marsbit06/27 08:56

Correction violente du marché de l'IA, le moment DeepSeek de Zhipu AI ?

Mardi, le marché de l'intelligence artificielle a subi une violente correction. Les actions coréennes, portées par Samsung Electronics et SK Hynix, ont chuté brutalement, entraînant un effet de contagion sur les marchés américains où les valeurs technologiques, notamment les semi-conducteurs et le matériel lié à l'IA, ont été fortement vendues. Cette pression est en partie attribuée par certains analystes au « moment DeepSeek » de Zhipu AI. Le lancement du puissant modèle open source chinois GLM-5.2, classé parmi les trois meilleurs mondiaux, ravive les inquiétudes sur la domination américaine en IA. Les investisseurs s'interrogent sur la soutenabilité des dépenses en capital faramineuses des géants tech américains pour leurs centres de données, face à la concurrence de modèles open source performants et moins coûteux. Le repli reflète une réévaluation du secteur : la question n'est plus de savoir si la croissance de l'IA aura lieu, mais à quel prix et pour quels bénéfices. Les marchés ajustent la valorisation des entreprises les plus exposées aux investissements infrastructurels lourds (Alphabet, Amazon, Meta) et examinent leur capacité à transformer ces dépenses en flux de trésorerie. Des facteurs spécifiques, comme des décisions réglementaires en Corée du Sud et l'attente des résultats de Micron, ont également joué. Globalement, de nombreux observateurs voient cette correction comme un test de résistance nécessaire après une forte hausse, et non comme la fin du cycle de l'IA, considéré comme encore à un stade précoce.

marsbit06/24 02:24

Correction violente du marché de l'IA, le moment DeepSeek de Zhipu AI ?

marsbit06/24 02:24

Histoire du financement de DeepSeek

**Résumé de l’histoire du financement de DeepSeek** L’article relate les coulisses du récent tour de table de DeepSeek, fondé par Liang Wenfeng. Le processus a été marqué par une réunion en ligne de quatre heures avec les investisseurs, où Liang a insisté sur la vision de l’entreprise : se concentrer exclusivement sur la voie vers l’IA Générale (AGI), privilégier la stabilité de l’équipe et faire preuve de retenue. Initialement, DeepSeek visait une levée de 50 milliards de RMB, sans syndication et en structure purement RMB. Les conditions ont été assouplies, le ticket minimum baissant à 15 milliards, pour s’adapter au marché. Une « liste blanche » de fonds a été établie. Parmi les investisseurs figurent Monolith Capital (qui a doublé son engagement à 30 milliards), Zhenxingu (une inclusion surprise), IDG et des entités liées à des sociétés comme CATL. De manière notable, des géants comme Sequoia China et Hillhouse n’apparaissent pas dans la liste finale, ce qui interroge sur un éventuel « miss » majeur. Une analyse fine révèle qu’environ 100 institutions ou individus participent au final via des structures imbriquées. La demande principale de Liang Wenfeng aux investisseurs était de ne pas débaucher les membres de DeepSeek. L’article souligne l’image singulière de l’entreprise : une équipe perçue comme « ordinaire » visant l’extraordinaire, portée par une ambition immense mais discrète, résumée par sa devise : « Ne pas être séduit par la louange, ni effrayé par la calomnie, suivre la voie et se rectifier avec droiture ».

链捕手06/18 02:15

Histoire du financement de DeepSeek

链捕手06/18 02:15

WeChat Agent lance "l'appel des héros", la moitié de l'internet chinois répond

L'agent IA de WeChat arrive véritablement. La plateforme ouverte de WeChat a publié un guide pour les développeurs concernant l'intégration à son écosystème d'IA. L'objectif est d'offrir des expériences interactives plus intelligentes et de faciliter la découverte des services via les mini-programmes. Deux modes d'intégration sont proposés : automatique (lecture du code source lors de la soumission) et développeur (personnalisation avancée). Déjà, des acteurs majeurs comme Meituan, Ctrip et Tongcheng ont annoncé leur intégration. Cet agent IA, actuellement en test, permettrait d'effectuer des tâches complexes en langage naturel en pilotant les mini-programmes de l'écosystème WeChat (commandes de nourriture, réservations, etc.). Il tirerait parti du contexte riche de WeChat (relations sociales, historique de chat, paiements) pour mieux comprendre les intentions. Techniquement, il s'appuie sur des modèles comme UI-Oceanus pour simuler les interactions et sur une approche de "Co-Design" interne permettant de mutualiser les capacités développées sur d'autres produits IA de Tencent (Yuanbao, WorkBuddy, ima...). Tencent privilégie la voie du protocole A2A (Agent-to-Agent) pour une intégration contrôlée avec les assistants des fabricants de smartphones (comme Honor), rejetant les approches GUI qui simuleraient des clics. La question du coût de traitement pour 1,4 milliard d'utilisateurs mensuels actifs est cruciale. Le récent investissement et le partenariat avec DeepSeek semblent viser à fournir une infrastructure de calcul à bas coût. Pour Tencent, l'IA WeChat n'est pas une course aux benchmarks, mais la recherche d'une "bonne question" : apporter une valeur utilitaire tangible à ses utilisateurs dans leur vie quotidienne, faisant ainsi entrer pleinement le groupe dans la seconde moitié de l'ère de l'IA.

marsbit06/09 04:27

WeChat Agent lance "l'appel des héros", la moitié de l'internet chinois répond

marsbit06/09 04:27

La route de DeepSeek vers 10 000 milliards de dollars : utiliser l'open source pour débloquer un écosystème matériel de mille milliards de dollars

**Résumé : La stratégie ambitieuse de DeepSeek visant 10 000 milliards de dollars** DeepSeek ne chercherait pas seulement à créer des modèles d'IA performants, mais à transformer radicalement l'écosystème matériel de l'IA grâce à une série d'innovations architecturales. L'objectif ultime serait de construire une infrastructure AI à moindre coût, permettant ainsi l'émergence d'un nouvel écosystème matériel viable en Chine et au-delà. Sa feuille de route technique, incluant des innovations comme le MoE, MLA, DSA, CSA, Engram et TileLang, est systématiquement axée sur un objectif : réduire la dépendance aux composants critiques et coûteux (comme le HBM, les puces de pointe, CUDA) et optimiser l'utilisation des ressources disponibles. Par exemple, ses techniques de compression du KV Cache réduisent drastiquement les besoins en mémoire HBM, favorisant l'utilisation de stockages moins chers comme les SSD NAND ou la LPDDR. Ces innovations bénéficieraient directement aux fabricants chinois de mémoire (comme YMTC, CXMT) et aux fabricants de GPU/ASIC locaux, en rendant leurs produits plus compétitifs pour exécuter des charges de travail d'IA avancées. En parallèle, des projets comme TileLang visent à affaiblir le "fossé" de CUDA en permettant une portabilité du code sur différentes architectures matérielles. En résumé, la stratégie de DeepSeek semble être un jeu à long terme : plutôt que de monétiser directement des applications, il s'agirait de devenir un catalyseur essentiel pour un écosystème matériel alternatif de 10 000 milliards de dollars, tout en captant une partie de cette valeur pour atteindre une évaluation d'un billion de dollars. Son approche open-source diffuse ses innovations et accélère cette transformation de l'infrastructure mondiale de l'IA.

marsbit05/25 13:20

La route de DeepSeek vers 10 000 milliards de dollars : utiliser l'open source pour débloquer un écosystème matériel de mille milliards de dollars

marsbit05/25 13:20

DeepSeek baisse ses prix de façon permanente, mais Liang Wenfeng ne veut pas devenir le « bodhisattva cybernétique »

DeepSeek a annoncé la pérennisation d'une réduction de 75 % sur son API V4-Pro, abaissant significativement ses tarifs par token. Cette décision intervient dans un contexte où la plupart des grands acteurs de l'IA, comme OpenAI, Anthropic et Google, augmentent leurs prix en raison d'une demande croissante et de contraintes sur les ressources de calcul. Bien que salué comme un « bodhisattva cybernétique », le fondateur Liang Wenfeng est avant tout un entrepreneur. Son choix stratégique de l'open-source et des prix bas repose sur des avantages structurels profonds : des talents en IA relativement moins chers, l'utilisation de puces chinoises comme l'Ascend et, surtout, un accès à une énergie beaucoup moins chère. La Chine bénéficie de coûts électriques industriels bien inférieurs à ceux des États-Unis ou de l'Europe, ce qui réduit considérablement le coût opérationnel principal des grands modèles. Cette compétitivité par les coûts permet à DeepSeek d'offrir une alternative viable pour de nombreuses applications professionnelles qui n'exigent pas nécessairement le modèle le plus performant, mais plutôt un rapport qualité-prix et une stabilité optimaux. Alors que l'IA devient plus chère ailleurs, la proposition de valeur de DeepSeek se renforce, positionnant l'entreprise comme un acteur clé capable d'influencer les prix du marché mondial de l'IA.

marsbit05/24 12:23

DeepSeek baisse ses prix de façon permanente, mais Liang Wenfeng ne veut pas devenir le « bodhisattva cybernétique »

marsbit05/24 12:23

Source interne : DeepSeek met en place une équipe 'Harness' pour concurrencer Claude Code

D'après des sources proches, DeepSeek constituerait une nouvelle équipe "Harness" afin de développer un produit d'agent d'intelligence pour le code, en visant directement Claude Code d'Anthropic. Cette initiative est confirmée par Chen Deli, chercheur principal de DeepSeek. Le recrutement concerne deux postes clés : Chef de produit Harness et Ingénieur R&D Harness, basés à Pékin. L'objectif avancé est de combler l'écart entre les capacités du modèle et les flux de travail réels des développeurs. DeepSeek définit sa vision par la formule : Modèle + Harnais = Agent. Le harnais représente la couche système essentielle permettant au modèle d'agir dans un environnement réel, en gérant le contexte, les appels d'outils, l'exécution, etc. L'article souligne que la concurrence dans le domaine de la programmation IA évolue des simples capacités des modèles vers la maîtrise de l'intégration dans le flux de travail des développeurs. La popularité de Claude Code et d'un projet communautaire appelé DeepSeek-TUI (un agent de codage en terminal) démontre à la fois la maturité perçue des modèles DeepSeek et le besoin d'une solution officielle et intégrée. En lançant son propre projet Harness, DeepSeek cherche à capitaliser sur ses atouts : un accès direct à l'équipe des modèles, la capacité de créer une boucle de rétroaction entre les produits et l'entraînement des modèles, et un contrôle total sur l'expérience développeur. Il s'agit pour la société de passer d'un fournisseur de modèles puissants à un créateur d'agents opérationnels, "en donnant des mains à ses modèles".

链捕手05/22 02:21

Source interne : DeepSeek met en place une équipe 'Harness' pour concurrencer Claude Code

链捕手05/22 02:21

活动图片