DeepSeek團隊近日發佈論文提出了名為mHC（流形約束超連接）的新網絡架構，旨在解決傳統架構在大規模模型訓練中的不穩定性問題，這一研究或將為下一代基礎架構的演進指明新方向。

新論文名為《mHC :Manifold-Constrained Hyper-Connections》（《mHC：流形約束超連接 》），DeepSeek創始人兼CEO梁文鋒出現在了合著名單之中，而解振達（Zhenda Xie）、韋毅軒（Yixuan Wei）、曹煥琪（Huanqi Cao）則是核心貢獻者。

論文地址：https://www.arxiv.org/abs/2512.24880

根據介紹，MHC架構通過數學約束（如雙隨機矩陣流形），將傳統超連接（HC）的信號放大倍數從3000倍降至1.6倍，顯著提升訓練穩定性，同時保持模型性能。實驗顯示，MHC在27B參數模型中，推理任務準確率提升約7%，訓練時間僅增加6.7%，實現“低能耗、高收益”優化。

結合論文提及的“內部大規模實驗”及DeepSeek往年發佈節奏，業內推測V4模型可能支持100萬token長上下文、適配國產AI芯片，並具備多模態能力。發佈時間或定於2026年2月初，借春節用户活躍期展示技術成果。