DeepSeek的发布规律很简单，就是每逢佳节必发布

最近有不少人在说DeepSeek可能会在二月发布新版本。

这个其实都不用猜，甚至是大概率事件，因为DeepSeek发布新东西有一个特点，就是喜欢在节假日前。

最近的案例就是这篇mHC的论文，在2025年12月31日的国内时间晚上10：16。

都能想到按下发布键的那个研究人员的喜悦。

我觉得这可能是DeepSeek的一个习惯，就是喜欢在节假日前发东西，因为自己本身是开源公司且基本上不靠模型什么的赚钱，所以节前发了节后再看，管它那么多。

这是我做的一个简要的图，列举了DeepSeek过去一年比较重要的发布，你看R1在春节前8天，V3更新在清明节前，R1跟心在端午节前，V3.1倒是离得远，不过V3.2这个大更新，距离国庆节只有2天。

所以按照规律来推算，今年的春节deepseek也大概率会有一个新的发布，但是至于说是V4还是什么型号很难说，因为没人知道，DeepSeek算是最神秘的公司了。

其原因倒也简单，就是公司的主营业务是量化金融，赚钱比AI快还稳，这种纯粹拿AI当兴趣的公司行事举动和别的all in AI的差别很大。

再加上还有一条猜测的凭证，就是前两天DeepSeek发的那篇论文mHC倒是隐约的提到了类似的点，

此外，我们希望 mHC 能重新激发社区对宏观架构设计的兴趣。 通过加深对拓扑结构如何影响优化和表征学习的理解，mHC 将有助于解决当前的局限性，并有可能为下一代基础架构的演进开辟新的路径。

能从这个结论看得出来DS对于这个工作是很看重的，他们的taste感觉这个方向可能会成为下一代基础架构的引子。

但是他们也说了doubly stochastic matrices，就是mHC这篇文章用到的算法，效果很不错，但实际上类似的算法还有，这是一个open area，mHC起到的就是抛砖引玉的作用。

除非，DS真的是天选之子，上来就选中了最合适的流形约束算法。

否则，试错工作是需要全世界的科研工作者来做的。

而这种探索性质的工作，理论上不太会直接应用到自己对外的大模型中，特别是这种大版本更新，用一个正在探索中的算法或者框架，风险太高，且从论文的效果来看，并没有比原先的传统框架提高很多。

但是不是V4这就很tricky了，因为V3到R1，接下来的模型大家都觉得是R2或者V4，但结果是V3.1，V3.2，并没有想象中的大版本更新。

技术进步哪有那么快？

当然了，v3.2当成v4来发也没有人会说什么。

但是按照DS的性格，大概率只有大活才会换大版本号。