DeepSeek V4.1 Flash 架构创新非蒸馏可得

学者 @hsu_steve 评价 Peter Gostev 用 3D 还原的 DeepSeek V4.1 Flash 架构图，称其底层设计"任何蒸馏技术都偷不来"。该架构采用 20 层因果编码器 + 20 层解码器的 CED 架构，读长文本仅激活约 8B 参数、生成时激活 16B；KV 显存压至约 890 字节/token，为上一代四分之一。