DeepSeek V4.1 Flash 上线 Hugging Face：552B 参数 MoE 新架构

DeepSeek V4.1 Flash 已在 Hugging Face 平台开放，这是该团队新架构家族中体积最小的成员。模型采用 552B 参数的 MoE（混合专家）架构，并引入了业界近年来较少见的编码器-解码器（Encoder-Decoder）结构，与目前主流的纯解码器 LLM 路线形成明显差异。

模型规格与架构

• 总参数规模：552B，属于 MoE 架构，实际激活参数量未在原始披露中给出。
• 架构类型：编码器-解码器，区别于当前主流的 decoder-only LLM。
• 定位：新架构家族中最小的成员，意味着后续还可能有更大或更专精的版本发布。

原生视觉理解能力被作为该版本的关键能力之一，意味着模型在预训练阶段就内置了多模态支持，而非通过后期适配实现。

训练方法调整

V4.1 Flash 在训练流程上做了两处重要改动：

• 预训练方法：采用新的预训练方案，原文未披露具体技术细节（例如数据配比、目标函数变化等）。
• 后训练阶段：进行了更大规模的强化学习后训练（RL post-training），通常用于提升推理、对齐和指令遵循能力。

原文未公布具体的 RL 训练数据规模、奖励模型设计或基准测试成绩，因此训练调整带来的实际收益仍待社区复现与测评。

上线渠道与可用性

模型权重已上传至 Hugging Face，开发者可直接下载或通过兼容框架加载。考虑到 MoE 架构的部署门槛（显存、推理引擎支持），实际落地仍需相应的推理基础设施配套，例如 vLLM、SGLang 或 DeepSeek 自有推理方案。

值得关注的几个点

• 编码器-解码器路线在 2024–2026 年的开源大模型中相对少见，若 V4.1 Flash 在长文本理解或检索类任务上表现突出，可能影响后续架构选型讨论。
• 原生视觉理解 + RL 后训练的组合，与近期多模态推理模型的演进方向一致。
• 作为家族中最小的版本，V4.1 Flash 的表现将为后续更大体量的模型提供基线参考。

当前披露的信息以参数规模、架构类型与训练策略为主，缺少 benchmark 跑分、对标对象和上下文窗口等关键细节，待 DeepSeek 发布更完整的技术报告或模型卡后，可对其能力边界做出更准确判断。