一、核心突破与整体定位DeepSeek-V4 是 2026 年 4 月发布的新一代开源大模型，核心目标是解决长上下文的工程化落地难题，通过架构、训练和推理的全栈优化，实现了 "百万上下文能用、好用、日常用"。整体技术路线DeepSeek-V4 基于 "Transformer + DeepSeekMoE + MTP" 底盘，相比 V3.2 做了四大核心升级：注意力层：从 MLA/DSA 改为CSA+HCA 混合稀疏注意力，沿序列维度压缩 KV Cache残差连接：从标准 residual 改为mHC（流形约束超连接），解决深层堆叠的数值不稳定优化器：从 AdamW 改为Muon 优化器，加快收敛并提升训练稳定性量化：引入FP4 量化感知训练（QAT），将 MoE 权重体积砍半