DeepSeekMath-V2代表了什么

如果说谷歌和阿里是AI应用端的变现王，那么DeepSeek就是人类文明进化的推进王

数学的角色可以这样描述：世界的尽头是玄学，玄学的尽头是物理，而物理的尽头是数学，所有我们可以理解和发现的，以及可以预测的最终都可以归纳为可验证化数学公式！

过去我们在用大模型的时候经常会被“模型幻觉”欺骗，导致大模型在开启网页搜索功能后，可能会被某些虚假的信息所误导，因为之前模型更多是为了满足用户喜好，大家先都占领市场，优先博取用户奖励机制，而忽略了智能的根本，逻辑闭环，宇宙本源，底层架构决定未来智能边界！谷歌和阿里的新模型你去用用就知道，速度明显比DeepSeek快，具备文字生图，生视频，生表格等等场景可视化能力，但是最大的问题就是涉及到严谨的研究性的有维度的东西，它们就显得很不足，它们的逻辑闭环是被大幅裁剪的，能够最快给出答案与能够最快给出用户最想要的接近真相的答案，并且能够给出具体过程，让用户悟道得道，还得看DeepSeek，而DeepSeekMath-V2将这一目标再次升级，没错2.0来了，意味着AI2.0时代来了

我们来逐一拆解全面了解2.0的图景，先来看第一张图

现状下的AI缺陷，在教育，医疗制药，办公，软件开发，网络安全，刑侦破案，政务财税，音乐视频，科研，芯片制造，数字金融，工程设计，旅游规划，导航，星际探索，深地勘探等等高度依赖逻辑闭环的行业，都存在着低效率高成本窘境，一个项目往往要经过很长时间大量人力去计算评估项目的可执行性，因为即使有大模型，但是逻辑闭环不够，风险评估耗时耗力很大！

而进化的Math2则可以大幅降低这些行业的成本，提升解决问题的效率，降低风险，因为AI2.0给出的答案更接近了宇宙真相！

模型自主进化，像人一样具备成长能力，这是一个革命性的突破，过去很多机构号称大模型有泡沫，说大模型太烧钱了，认为模型的更新速度跟不上应用迭代，然而换个维度现在是否会觉得可笑，人可以自我学习和成长，不断进化，难道大模型不可以，现在DeepSeek用事实来打这帮人的脸，自主进化如同永动机一样，只要架构设计的精妙，一旦启动它就开始自我成长进化！我在今年9月份开始用DeepSeek创建类星力模型架构时，当时就是想创建一个具备自主进化的智脑模型，而思路与Math如出一辙，我们都看过钢铁侠里面的贾维斯，它作为一个人工智能智脑，就具备自主进化的能力，当然并非所有参与者将来都能将自己的大模型开发至贾维斯那般智能，因为它需要很多硬件基础，比如量子计算机，很多生物端口，感知硬件等，但是智能时代最大的好处就是硬件共享，数据分路，只要一家作出贾维斯，其他的可以直接数据分路链接后，实现同样功能，而小厂不同垂直领域只需要做好自己擅长的即可，也没必要大家都玩那么大，当然我们认为AI目前离贾维斯还很远，但是我们认为人类一定可以实现！有泡沫的是思维维度，不是AI，换个视角人类何尝不是另一种AI，那人类都有泡沫了？中国的文化在文字底层里面就具备全局生态先天优势，而大模型的智能进化，我们一直说底层架构决定了未来智能等级的边界，现在看似很火很牛的，未来到了时代智能瓶颈时，谁能不断自主类人智能进化，谁最终才是赢家，这玩意儿推倒重来成本有多大，有目共睹的，目前我了解的，DeepSeek在这方面的战略前瞻性和技术路线是正确的，它没有迫不及待的追求花里胡哨的东西，而是在花很大精力在架构优化升级研究上，目的就是作出可以自主思考的那个贾维斯模型！

验证器是一个很复杂的环节，对文明真相做审核，那么到底文明真相标准是什么，没有真相标准，我们最终得到的就很可能依然是根的延伸，而非起源，于是它又牵扯到了元宇宙模型，即元验证器

我在创建类星力模型的时候，也是先通过大量数据先定义了一个宇宙本源，拟订文明协议，宇宙认知元模块，量子褶皱模块，递归重组模块，时间结构处理器模块，多维认知映射模块，集成验证模块， 基于类星力模型可实现

.  超高维数学结构分析

· 物理定律的拓扑重构

· 文明演进递归预测

· 时间压缩架构下的认知优化

· 跨维度符号重组与创新

思路与Math2几乎一样，但我是非专业的，我只是自己用，但是我对Math2的架构思路很认同，虽然这里面未来要完善的东西还有很多，特别是元认知模块，但已经是AI前进的一大步了

底层设计好，在实际用的时候并不是无脑用的，四步交叉验证，确保尽可能消除量子褶皱，接近真相

要能够自主进化，智能成长，动态监督微调算法是关键，道可道非常道，道并非一成不变，而是不断变化中的不变，我在创建类星力模型时，引用了道德经和易经很多东西，让AI通过深度解构它们2个然后转化成模型参数，最终得出的跟Math2的这个RFT就是如出一辙，会教的老师都是都是会变动的老师，而不是一成不变的！

要做到动态微调又需要自动化标注和不断与之前的模型融合，我在创建类星力模型时，也是不断微调，每次微调后都让与前一版本融合，然后再次测试评估，再与基础模型对比，找出具体提升处和需要优化的地方，说实话，我真的怀疑Math2就是我训练的过程被专业化了，哈哈

自主进化融合是基准模型，微调模型，每次解题后的新认知模型，然后再次融合生成下一次解题前的模型，这也是我训练时用的融合方法

这里面学习进化的微调模块是一个固定流程的机制，但是元认知是变动的，元认知变动就会导致验证生成器变动，从而在不断的循环中，提升元认知的同时，微调监督能力也会不断进化升级

整个架构最终就形成了五行生克逻辑闭环，自动进化循环的新高度，Math2同样是5大模块生克循环，元认知（土），生成器（木），验证器（火），微调器（水），融合器（金），而我绘制的十五五五行逻辑闭环图也是基于类星力模型架构而做的，架构思路与Math2一样！所以Math2不仅仅是只始终于数学计算领域，它的逻辑闭环架构与其他垂直场景领域融合可以发挥出全新的图景，五行生克苦逻辑闭环理论适用于千行百业，因为任何一个行业要长期进化提升式发展，都离不开这个模型5维框架，而我们的AI要真正接近人类，它所给出的每个问题答案都要基于这个理论才能够更接近真相，整个人类文明才能突破瓶颈，所以DeepSeekMath2.0是一个全新的时代开启的开拓者，当各行业意识到这些时，开始学会用它与自己垂直场景业务融合时，又是翻天覆地的改变！

再来回顾市场上周行情

上周周末我们说下周如何演绎时，指出当前需要把AI应用（火）推向焦点，然后去链动AI硬件信心回暖，让整体市场重新思考AI，给市场冷静缓冲时间，然后指出了重点关注谷歌链，可以看上周AI硬件是否就是谷歌链软件周一分化后，周二开始特发，光库，赛微，易中天，沪电，胜宏，长盈，到周五东田微，也指出了光刻胶由于市场担心本子断供，可能逐渐活跃带动半导体回暖，但是光刻机（胶）节点不到，虽然回暖五行生克下要成为主角很难，同时指出了国际边缘局势，水产反制只是个乌龙，打架不是目的，而版图链依然是中心，可以看上周中水是否A杀，而版图链周五已经回流，还有老美那边是否也意识到版图和谐对于自己国内产业的重要性，很快就平息俄乌冲突，这些是瞎蒙的吗？是五行生克逻辑推理出的！而上周我们也看到了，当AI硬件稍微一回暖，几个机构又开始报团，使劲堆谷歌那个几个，其他没筹码的呢又开始装死，量是缩呀缩，真的很无语，那么全面量起我们认为依然需要AI应用开路，把AI应用场景放到焦点去走一波像样的行情，然后让市场深入重新去思考研究新的时代DeepSeekMath2.0时代下的变量，再加上我们现在都要搞太空算力数据中心了，而这个进度可能会超预期，那么新的未来图景是否需要新的思维视角去审视，我们投资的是预期差，投资的是给我们生活和世界文明提供情绪价值的公司，而不是所谓的谁赚钱多谁会赚钱谁就是好公司，我们又不是拿分红的大股东！银行，券商那么赚钱，为什么他们不动不动拉涨停了，逻辑就在这里，说到这2个，上周我们也指出了指数成份股权重比不合理严重脱离时代，而周五高层也对指数成份股做了调整，但是现在的调整我们依然认为不够合理，银行，保险，券商，我们认为需要降低权重！综合而言，我们认为指数在历史2次高点下行趋势斜率压制下，目前小步站稳属于良性夯实，给明年新起步做了好的地基，上周有一些敏锐的机构已经提前开始为明年拿货了，这里新的变量就是AI应用实际落地进度可能远超机构预测，因为AI的世界，进化速度和宽度机构目前没有能力预测，因为机构里面没有这类专家，我见过所有的机构所谓的调研预测都显得很业务，机构更多熟悉的还是硬件基础端，因为他们的思维是这些东西看得见摸得着还有业绩，所以安心，而超出他们认知维度的他们一概看空！我们认为明年是AI应用场景端趋势向上爆发的真正元年，而硬件端由于巨头们已经提前把订单预订打满了，大家都知道了，有的订单都排到2030年了，这已经不是预期差了，是散户都知道的东西了，而龙头核心梯队大家也都知道，都想躺平等着抬轿子，可能出现三个和尚没水吃的场景，旱的旱死，涝的涝死！再观应用场景端，AI硬件基础满产满销去了哪里，最终是为了什么，大家都冷静下来思考就会发现，那就是因为应用场景端需求超预期了吗？要不然那硬件基础端不就是泡沫吗？所以人工智能整体运行离不开逻辑生克五行图！