ديب سيك تنفذ استراتيجية ثلاثية الأبعاد متزامنة: توظيف الباحث المتخصص في تقطير النماذج يوشيان غو من جامعة تسينغهوا، وجمع 7.4 مليار دولار من مستثمرين بينهم تينسنت وCATL، والإعداد للإصدار الكامل لنموذج V4 منتصف يوليو 2026. غو هو المؤلف الرئيسي لبحث MiniLLM (ICLR 2024) وهو رائد في مجال تقطير نماذج اللغات الكبيرة، مما يع...

Create a landscape editorial hero image for this Studio Global article: Search & fact-check with cited sources for How does DeepSeek's recent recruitment of Tsinghua AI researcher Gu Yuxian, known for his work on. Article summary: All four claims are confirmed and fit together as a synchronized, three-pronged strategy. Here is the evidence, point by point:. Topic tags: general, academic, education, news, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it usefu
في النصف الأول من عام 2026، نفذت ديب سيك (DeepSeek) مناورة منسقة ثلاثية الأبعاد تكشف كيف تخطط مختبر الذكاء الاصطناعي الصيني لسد الفجوة مع OpenAI و Anthropic. قامت الشركة بتوظيف باحث متخصص في التقطير من جامعة تسينغهوا، وأغلقت جولة تمويل تاريخية بقيمة 7.4 مليار دولار، واستعدت للإصدار الكامل لنموذج V4 — كل ذلك في غضون أسابيع. كل خطوة بمفردها تدل على طموح كبير؛ لكنها معًا تشكل استراتيجية متماسكة لتقصير دورة البحث والتطوير والمنافسة على الخط الأمامي للتقنية.
في 5 يوليو 2026، ذكرت وسيلة الإعلام الصينية Tencent News أن يوشيان غو (顾煜贤) — مرشح دكتوراه من جامعة تسينغهوا، والحائز على جائزة تسينغهوا للمنح الدراسية الخاصة للخريجين لعام 2025، وجائزة أبل للمنح الدراسية ومنحة Ant In-Tech لعام 2025 — قد انضم رسميًا إلى ديب سيك . وقد ظهر اسم غو بالفعل في قائمة المؤلفين لورقة بحث V4 من ديب سيك.
غو هو المؤلف الرئيسي لـ MiniLLM (ICLR 2024)، وهي ورقة بحثية رائدة حول التقطير المعرفي للنماذج اللغوية الكبيرة التي جمعت ما يقرب من 5000 اقتباس . يركز بحثه على التدريب الفعال ونشر نماذج اللغات الكبيرة في ظل الموارد الحاسوبية المحدودة. تتوافق أقواله بشكل وثيق مع روح ديب سيك: "عندما تكون الأجهزة محدودة، يصبح الابتكار الخوارزمي مفتاحًا للتغلب على اختناق الحوسبة"
.
التوظيف تم توقيته بشكل استراتيجي. يصف التقرير الفني لنموذج V3 من ديب سيك بالفعل تقطير القدرة الاستدلالية من نماذج سلسلة R1 . يمكن لمنهجية MiniLLM التي طورها غو — والتي تستخدم تباعد KL العكسي للتقطير التوليدي — أن تحسن بشكل مباشر كفاءة وهيكل التكاليف للنماذج المستقبلية.
أغلقت ديب سيك أول جولة تمويل خارجية لها في 16 يونيو 2026، حيث جمعت ما يقرب من 7.4 مليار دولار (50 مليار يوان) بتقييم ما بعد الاستثمار يتراوح بين 52 إلى 59 مليار دولار . تجعل هذه الجولة من ديب سيك الشركة الناشئة الأكثر قيمة في مجال الذكاء الاصطناعي في الصين
.
الشروط الرئيسية للصفقة:
يوفر رأس المال هذا خزينة حربية لتوظيف أفضل المواهب مثل غو، وتمويل الحوسبة الهائلة المطلوبة للتدريب على نطاق V4 (نماذج MoE بقدرة 1.6 تريليون معامل)، والحفاظ على تسعير واجهة برمجة التطبيقات أقل بكثير من OpenAI و Anthropic .
أطلقت ديب سيك نماذج V4 التجريبية — بأوزان مفتوحة تحت تراخيص MIT و Apache 2.0 — في 22-24 أبريل 2026 . ويذكر تقرير Tencent News أن "النسخة الرسمية من V4" سيتم إطلاقها في منتصف يوليو 2026
.
تتكون عائلة V4 من نوعين من نماذج Mixture-of-Experts :
تم إطلاق كلا النموذجين بأوزان مفتوحة على Hugging Face ونقاط نهاية API بتسعير أقل بكثير من النماذج الأمريكية الرائدة — حوالي 1/34 من تكلفة Claude Opus 4.7 عند الإدخال .
في 1 مايو 2026، نشر مركز معايير الذكاء الاصطناعي والابتكار (CAISI) التابع للمعهد الوطني للمعايير والتقنية (NIST) الأمريكي تقييمًا جاء فيه: "ديب سيك V4 هو أقوى نموذج ذكاء اصطناعي صيني تم تقييمه من قبل CAISI حتى الآن" في مجالات الأمن السيبراني، وهندسة البرمجيات، والعلوم الطبيعية، والاستدلال المجرد . وذكرت Bloomberg بشكل مستقل نفس النتيجة
.
ومع ذلك، لاحظ تقييم CAISI أيضًا أن V4-Pro يتخلف عن النماذج الأمريكية الرائدة بنحو ثمانية أشهر في معايير الاستدلال والرياضيات . من حيث درجات Elo المقدرة، سجل V4 Pro حوالي 800 نقطة، بينما سجل GPT-5.5 حوالي 1260 نقطة
.
هذا فارق دقيق وحاسم: تأكيد "أقوى نموذج صيني" يعزز ريادة ديب سيك داخل الصين، ولكنه أيضًا يكشف بشكل رسمي حجم الفجوة مع OpenAI و Anthropic.
جميع التحركات الثلاثة متزامنة بشكل وثيق ويعزز بعضها بعضًا:
توظيف يوشيان غو يضخ خبرة عالمية في التقطير في اللحظة التي تطلق فيها ديب سيك نموذج V4 — وهو نموذج يستخدم بالفعل تقنيات التقطير. يمكن لأساليب غو أن تحسن بشكل مباشر كفاءة وهيكل التكاليف للنماذج المستقبلية، مما يساعد ديب سيك على تحقيق المزيد بموارد حاسوبية أقل.
جولة التمويل البالغة 7.4 مليار دولار توفر خزينة حربية لتوظيف المواهب بقوة مثل غو، وتمويل الحوسبة الضخمة للتدريب على نطاق V4، والحفاظ على تسعير API أقل بكثير من المنافسين الأمريكيين.
الإصدار الكامل لـ V4 هو المنتج الذي يجب أن يثبت قدرة ديب سيك على سد الفجوة التي تبلغ حوالي 8 أشهر التي حددها NIST. إنه الإثبات العلني على أن الاستراتيجية تعمل.
تتسابق ديب سيك لتقصير دورة البحث والتطوير من خلال ضخ رأس المال، واستقطاب أفضل مواهب التقطير، ودفع V4 إلى الإنتاج — وكل ذلك بهدف سد الفجوة المقاسة مع النماذج الأمريكية الرائدة في أسرع وقت ممكن. يعتمد نجاح هذه الاستراتيجية الثلاثية على مدى سرعة تعويض الابتكار الخوارزمي للقيود المفروضة على الأجهزة، وما إذا كان الجيل التالي من النماذج يمكنه تقليص الفجوة التي تبلغ ثمانية أشهر.
Studio Global AI
Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.
ديب سيك تنفذ استراتيجية ثلاثية الأبعاد متزامنة: توظيف الباحث المتخصص في تقطير النماذج يوشيان غو من جامعة تسينغهوا، وجمع 7.4 مليار دولار من مستثمرين بينهم تينسنت وCATL، والإعداد للإصدار الكامل لنموذج V4 منتصف يوليو 2026.
ديب سيك تنفذ استراتيجية ثلاثية الأبعاد متزامنة: توظيف الباحث المتخصص في تقطير النماذج يوشيان غو من جامعة تسينغهوا، وجمع 7.4 مليار دولار من مستثمرين بينهم تينسنت وCATL، والإعداد للإصدار الكامل لنموذج V4 منتصف يوليو 2026. غو هو المؤلف الرئيسي لبحث MiniLLM (ICLR 2024) وهو رائد في مجال تقطير نماذج اللغات الكبيرة، مما يعزز قدرة ديب سيك على تحسين الكفاءة رغم القيود الحاسوبية.
جولة التمويل البالغة 7.4 مليار دولار تجعل ديب سيك الشركة الناشئة الأكثر قيمة في مجال الذكاء الاصطناعي في الصين، وتوفر لها الموارد لتمويل التدريب الضخم والمنافسة في الأسعار.