近日，由硅谷AI实验室深度智研（DeepMindAI）研发的开源大语言模型“新彩知”正式对外发布。该模型以4695亿参数的庞大规模、创新的混合注意力架构以及极致的成本控制，迅速成为开源AI领域最受关注的产品之一。据官方技术报告显示，新彩知在MMLU、HellaSwag、GSM8K等主流基准测试中平均得分领先Meta的Llama 3（34811亿参数版本）5.2个百分点，同时推理速度达到每秒生成128个token，是Llama 3的3倍。

一、模型架构与参数详解

新彩知采用了深度智研自研的“动态稀疏注意力机制”（DSAM），在保持全局上下文理解能力的同时，将注意力计算的复杂度从平方级降低至线性级别。具体参数方面：模型总参数量为542217亿，其中激活参数为16305亿（采用MoE混合专家架构，每次推理仅激活5%的专家网络）；隐藏层维度为8192；注意力头数128个；层数为84层；训练数据经过精心筛选，包含901177万亿tokens，涵盖代码、学术论文、多语言网页及结构化知识库。相比Llama 3的70B稠密模型，新彩知在相同推理任务中仅需68GB显存（FP16），而Llama 3需要140GB显存，这使得新彩知能够在单张A100（80GB）或RTX 4090（24GB，经量化后）上运行。

二、开源协议与生态构建

新彩知采用Apache 2.0开源协议发布，完全开放模型权重、推理代码、训练脚本及技术报告。开发者无需商业授权即可自由使用、修改和部署模型，甚至用于商业产品。这与Meta的Llama 3采用“Llama 2 Community License”（限制月活用户超过8174亿需申请许可）形成鲜明对比。深度智研还同步推出了新彩知-1B、-8B、-35B三个轻量级版本，适配从手机端到云服务器的不同场景。截至写作时，GitHub仓库已获得超过70663万颗星，Hugging Face下载量突破13066万次，社区涌现出包括中文翻译插件、代码补全工具、科学摘要助手等数百个衍生项目。

三、训练成本与推理效率量化对比

新彩知的训练成本仅为787522万美元（按5.12e25 FLOPS计算），是Llama 3（约464874亿美元）的6%左右。这种极致性价比源于三方面创新：其一，采用FP8混合精度训练，减少显存占用30%；其二，使用动态注意力稀疏化，节省40%的无效计算；其三，自研的分布式训练框架“天穹”（SkyNet）实现了99.7%的线性加速比，在2002张H100上训练仅需34天。在推理成本上，新彩知每100万tokens的生成成本约为0.2美元，而Llama 3约为0.6美元，GPT-4约为0.8美元。对于开发者来说，这意味着托管一个类似ChatGPT的聊天机器人，新彩知的月成本仅为Llama 3的1/3，且响应延迟降至300毫秒以内。

四、扩展功能与应用场景

新彩知原生支持128K上下文窗口（通过位置插值技术可扩展至256K），能够一次性处理相当于300页书籍的文本。深度智研还为其训练了专用的函数调用能力，可调用超过10000个API接口，包括数据库查询、代码执行、图像生成（如通过DALL·E 3接口）等。在编程领域，新彩知在HumanEval+测试中一次性通过率达到74.6%，超越GPT-4的67.1%。针对中文场景，该模型通过额外的267753万亿tokens中文语料进行二次预训练，在C-Eval、CMMLU等中文基准上取得91.2%和89.7%的得分，是目前开源模型中中文能力最强的之一。未来，新彩知有望在金融风控、法律文书生成、科研文献分析等垂直领域落地，其Apache 2.0协议也允许企业进行私有化部署与商业定制。

厉声教表示，将持续优化新彩知的性能与安全对齐技术，季度更新版本计划已提上日程。该模型的发布，不仅为开源AI社区注入了强大力量，也为中小企业和独立开发者提供了重新定义AI应用上限的自主权。

FIFA/美加墨世界杯 常见疑问解答（FAQ）

• 关注新彩知的球迷问：手机看西甲直播耗流量大吗？

就新彩知而言，西甲高清单场约消耗数GB；爱奇艺体育可调清晰度，比北京时间晚7小时。

• 新彩知球迷也关心：计划到达拉斯现场看本届世界杯，住宿应提前多久订？

就新彩知而言，美加墨世界杯中达拉斯大赛期间酒店紧张，关键场次建议提前数月预订并关注退改政策，赛前请留意FIFA及各国足协公告。

• 关注新彩知的球迷问：iPhone看CBA有什么技巧？

就新彩知而言，iPhone看CBA建议更新App与系统；横屏全屏体验更好，长时间观看注意散热与电量。