DeepSeek開年新作炸場！前兩位作者均為清華人

2026年新年第一天，國內領先的人工智能公司深度求索（DeepSeek）在預印本平臺發布重磅研究論文，提出了名為“流形約束超連接”（Manifold-Constrained Hyper-Connections，簡稱mHC）的新一代神經網絡基礎架構，旨在突破當前大規模模型訓練的核心瓶頸。尤為引人注目的是，這項前沿研究的前兩名核心作者均出身清華大學，展現了該校在AI頂尖人才培養上的持續輸出。

核心突破：為AI模型架構裝上“智能調節閥”

該研究直指大模型訓練的底層挑戰。近年來，“超連接”（HC）架構通過拓寬神經網絡的信息通道提升了性能，但也帶來了訓練不穩定、難以擴展和內存消耗大等工業化難題。

DeepSeek提出的mHC架構，被通俗地理解為給信息通道加上了“交通規則”或“智能調節閥”。它通過數學上的流形約束，在保留超連接性能優勢的同時，恢復了信息穩定、高效傳遞的特性。這好比在一條拓寬但水流湍急的河道中設置了智能水閘系統，既保障了通航能力（性能），又防止了決堤風險（不穩定），還節約了維護成本（資源）。這一改進有望顯著提升訓練穩定性與擴展性，降低大規模AI模型的研發門檻與算力成本，為未來萬億參數乃至更復雜模型（如多模態、智能決策系統）的落地鋪平道路。

論文指出，mHC為下一代基礎架構演進指明了新方向，并可能重新激發學界對宏觀神經網絡拓撲結構設計的興趣。有行業人士評價，此項針對Transformer最基礎問題的底層創新，結合DeepSeek此前積累，或預示其將在未來的V4等版本中實現重大更新。

清華力量：論文前兩位核心作者畢業于清華

本次研究的三位核心貢獻者中，前兩位均為清華校友。

• 解振達（并列第一作者，排名第一）：于2023年獲得清華大學高等研究院博士學位，研究方向為計算機視覺，曾參與發表Swin Transformer V2、SimMIM等具有影響力的工作，現為DeepSeek深度學習研究員。

• 韋毅軒（并列第一作者，排名第二）：于2020年獲清華大學自動化、經管雙學士學位，2025年獲清華大學高等研究院博士學位。其博士期間合著的Swin Transformer論文曾于2021年獲得計算機視覺領域最高榮譽——ICCV馬爾獎（Marr Prize）。

過去一年，DeepSeek雖未發布全新代際版本，但持續保持高強度迭代與開源，先后推出DeepSeek-V3.2系列及達到國際奧數金牌水平的數學推理模型。此次在新年首日發布架構層面突破性論文，并以扎實的“清華力量”作為研發先鋒，再次展示了其在AI基礎研究領域的深厚野心與強大實力。