過去半年以來，大家都在等DeepSeek再次放大招，但是似乎并沒有讓人特別驚艷的進(jìn)展，再次橫空出世。

等2026年的新年剛翻頁，DeepSeek 并沒有像外界期待的那樣發(fā)布新模型、刷榜單、秀參數(shù)，而是做了一件更加踢館炸街的大事，在 arXiv上發(fā)表了一篇最重磅的論文。

這一點非常關(guān)鍵。因為arXiv 從來就不是給市場看的地方，它是全球科研共同體默認(rèn)的“原始技術(shù)水源”。

能選擇在這里發(fā)聲，說明這一次DeepSeek 想討論的，不是大模型的應(yīng)用效果了，而是以前的規(guī)則本身，能不能繼續(xù)成立，還能不能繼續(xù)創(chuàng)新的問題。

論文的名字叫《mHC：引入流形約束的超連接結(jié)構(gòu)》。如果你只是停留在標(biāo)題層面，大概率會覺得這又是一篇典型的模型結(jié)構(gòu)改進(jìn)論文，專業(yè)、抽象。而且離現(xiàn)實很遠(yuǎn)。

但如果你順著論文真正想解決的問題往下拆，你會發(fā)現(xiàn)，這一次DeepSeek 實際上是在正面回答一個，過去兩年幾乎所有大模型公司都在刻意回避的問題：

大模型，還能不能繼續(xù)穩(wěn)定地變大？

注意，這里不是“還能不能繼續(xù)變強(qiáng)”，而是“還能不能穩(wěn)定”的變大的問題。這是兩個完全不同的命題。

過去十年，整個深度學(xué)習(xí)體系有一個幾乎沒人再質(zhì)疑的默認(rèn)前提：只要模型足夠深、足夠?qū)�，只要算力和�?shù)據(jù)能跟上，訓(xùn)練的效果就一定能出來。參數(shù)規(guī)模，等于能力上限。這個邏輯，支撐了從ResNet 到 Transformer，再到今天所有大模型的擴(kuò)張路徑。

但這個邏輯并不是天然成立的，它背后依賴的，其實是一項極其關(guān)鍵、卻早已被視為“空氣”的基礎(chǔ)設(shè)施——殘差連接。

如果沒有殘差連接，今天你看到的所有GPT、Claude、Gemini、LLaMA，根本不可能存在。

關(guān)于殘差連接，我們得把這個來龍去脈和底層邏輯說清楚。

在殘差連接出現(xiàn)之前，神經(jīng)網(wǎng)絡(luò)一旦加深之后，訓(xùn)練就會迅速失控。不是算力不夠，而是梯度在層層傳遞中不斷衰減、扭曲，信息根本傳不到該去的地方。這一點工程上表現(xiàn)得非常直觀：loss 不收斂、效果倒退、調(diào)參調(diào)到崩潰。

參差連接的偉大之處，在于它做了一件極其簡單、卻極其反直覺的事：
它不要求每一層都必須“學(xué)到東西”，而是允許它什么都不學(xué)。

輸出不再是f(x），而是x + f(x）。
那條“+ x”，就是一條信息的保命通道。

只要這條通道在，哪怕這一層的參數(shù)全錯，信息至少還能原樣往下走。也正是因為這一點，網(wǎng)絡(luò)才第一次具備了“無限加深”的工程可能性。

換句話來說，殘差連接的作用，不是為了提高上限，而是為了防止系統(tǒng)出現(xiàn)崩潰。

但是，問題也恰恰出在這里。

殘差連接就像一條單向的高速公路。當(dāng)模型規(guī)模越來越大、任務(wù)越來越復(fù)雜，人們開始逐漸意識到：這種單一、線性的殘差信息通道，雖然穩(wěn)，但可能已經(jīng)不夠用了。

現(xiàn)實世界的信息處理，從來不是一條直線。復(fù)雜認(rèn)知一定是多層信息、多路徑并行、交叉作用的結(jié)果。而傳統(tǒng)殘差連接，本質(zhì)上是一條極其干凈、極其保守的高速路，它可以保證不出事故，但是同時也限制了交通運(yùn)行的復(fù)雜度。

這正是Hyper-Connections（HC）出現(xiàn)的背景。

HC 的出發(fā)點，是非常清晰：既然信息不該只在相鄰層之間流動，那為什么不讓多層之間直接建立連接？讓不同深度的特征充分混合，理論上模型的表達(dá)能力會大幅提升。

從研究的動機(jī)上看，這條路設(shè)是完全正確的選擇。從實驗的直覺上看，它也確實有效。但HC 真正的問題，不在于“連得多”，而在于它動了殘差連接的底座。

為了實現(xiàn)多層混合，HC 把原本的恒等映射 x → x，變成了 x → W·x。也就是說。那條原本不參與學(xué)習(xí)、不容易出錯的信息高速路，被強(qiáng)行加上了一個可學(xué)習(xí)的變換矩陣。

聽起來只是多了一步線性映射，但是這一步，在工程層面，帶來的變化是巨大的。

因為一旦W 學(xué)錯了，那么信息就不再是“至少能通過”，而是必然會被扭曲。原來殘差連接提供的是“兜底信息機(jī)制”，現(xiàn)在這個兜底的機(jī)制被拆掉了。

于是你會看到一個非常典型的現(xiàn)象：HC 在小模型、小規(guī)模實驗中表現(xiàn)十分亮眼；但是模型一放大、層數(shù)一加深，訓(xùn)練立刻開始變得不穩(wěn)定了。算力越多、參數(shù)越大，問題反而暴露得越快。

這其實暴露了一個更深層的問題：大模型表達(dá)能力的提升，正在侵蝕系統(tǒng)原有的穩(wěn)定性。

于是，這一次，針對這個問題，DeepSeek 做了一件非常值得玩味，也非�！坝埠恕钡氖�。

它沒有否定HC，也沒有退回傳統(tǒng)殘差連接的安全區(qū)，而是直接選擇了一個從數(shù)學(xué)層面重新立規(guī)矩的路徑。它這次給出的答案，核心思路只有一句話：HC，你可以連得更加復(fù)雜，但你不能破壞信息守恒。

于是，DeepSeek 的mHC 出現(xiàn)了。

DeepSeek 把殘差路徑中的映射矩陣，強(qiáng)行約束到了一個特定的數(shù)學(xué)空間里——Birkhoff 多面體。這個空間里所有矩陣，都滿足一個極其重要的性質(zhì)：它們是雙隨機(jī)矩陣。

雙隨機(jī)矩陣如果不用數(shù)學(xué)語言解釋，這到底意味著什么？意味著信息不會被放大，也不會被壓縮，只會在不同通道之間重新分配。意味著信息的“總量”，是被鎖死了。

實現(xiàn)這一步的工程意義，可以說非常直接而重大，因為無論你怎么設(shè)計復(fù)雜的信息連接，殘差信息都不會被破壞；也就意味著無論模型變得多大，梯度都不會因為殘差路徑而失控。

所以，mHC 的本質(zhì)，不是讓模型變得更“聰明”，而是讓模型在復(fù)雜化之后，系統(tǒng)依然可控。

具體的實驗結(jié)果，也非常耐人尋味：模型規(guī)模越大，mHC 相對于傳統(tǒng) HC 的優(yōu)勢越明顯。那么不得不承認(rèn)，這是一個極其關(guān)鍵的信號，因為它說明，mHC的解決方案，這不是一個小技巧，而是一種隨規(guī)模放大的結(jié)構(gòu)優(yōu)勢。

到這里，如果我們只站在技術(shù)視角來理解的話，這已經(jīng)是一篇很扎實的論文了。但如果我們再次切換到資本市場的視角，你會發(fā)現(xiàn)，這件事的意義要大得多。

過去兩年，大模型競爭在資本層面的邏輯其實非常單一：誰能拿到更多錢，誰能買到更多卡，誰就有更大的勝率。

這是一種極端依賴資本投入的競爭模式，它的隱含前提是：算力投入的邊際效率始終成立。只要你愿意燒錢，就一定能換來能力。

而mHC 這類工作的真正沖擊在于：它開始動搖這個前提。因為訓(xùn)練不穩(wěn)定，本身就是最大的隱性成本。一次失敗的大規(guī)模訓(xùn)練，消耗的不只是算力，還有時間、團(tuán)隊節(jié)奏、資本耐心，以及市場的窗口期。

大模型具備更穩(wěn)定的結(jié)構(gòu)，到底意味著什么？意味著花同樣的錢，可以換來的是更確定的結(jié)果；意味著擴(kuò)張不是資本的博弈，而是工程化的決策和手段；意味著大模型的規(guī)模優(yōu)勢，開始從資源壟斷，算力優(yōu)勢，轉(zhuǎn)向“結(jié)構(gòu)設(shè)計”能力了。

這種情況會直接改變?nèi)�。第一，算力的絕對優(yōu)勢，會被結(jié)構(gòu)效率部分對沖。第二，工程能力，會重新成為大模型公司的核心壁壘。第三，大模型競爭的重心，會從“誰更有錢有卡”，慢慢轉(zhuǎn)向“誰更不容易崩”。

從這個角度看，DeepSeek 這篇論文，真正的價值不在于 mHC 本身，而在于它所代表的技術(shù)方向選擇。

它沒有在參數(shù)規(guī)模上，去硬剛美國，也沒有在應(yīng)用層面追熱點，而是提前一步，把注意力放在了一個更長期，也更底層的問題上：當(dāng)模型繼續(xù)變大的確定性開始下降，新的系統(tǒng)的確定性，到底從哪里來？

DeepSeek借助mHC，給出的答案，是結(jié)構(gòu)的約束，是工程的理性，是在復(fù)雜系統(tǒng)里主動引入“安全邊界”。

這件事，對DeepSeek 自身的戰(zhàn)略價值也非常清晰。更穩(wěn)定的訓(xùn)練意味著更低的邊際成本、更高的成功率、更強(qiáng)的開源社區(qū)吸引力。同時也意味著在下一輪模型繼續(xù)放大之前，DeepSeek已經(jīng)提前卡住了一塊關(guān)鍵的技術(shù)高地。

更重要的是，它釋放了一個非常明確的信號：中國的AI 團(tuán)隊，已經(jīng)開始在“規(guī)則層”參與博弈了。

不是繼續(xù)跟隨，不是看淡優(yōu)化，而是嘗試定義，嘗試改變規(guī)則，改變底層邏輯。

所以，如果你把這篇論文放回資本市場的語境里，它討論的從來不只是殘差連接，而是一個更宏觀的問題：當(dāng)大模型的擴(kuò)張不再只是算力問題，誰有能力讓系統(tǒng)在更大規(guī)模下依然不崩？這才是下一階段真正決定產(chǎn)業(yè)格局和技術(shù)能力的核心變量。

新的一年剛剛開始，DeepSeek 又一次選擇了不走尋常路。而真正值得關(guān)注的，也從來不是這一篇論文本身，而是它背后所指向的那條創(chuàng)新路線。

如果說過去的競爭，是“誰能把模型做得更大”，那接下來的競爭，很可能會變成一句話：今后誰能把模型，安全地做大。目前來看，能夠很快掌握這一必殺秘訣的，就是DeepSeek團(tuán)隊了，就是中國的AI工程師了。

因此mHC的提出，其實釋放了一個很清晰的信號：中國的AI研發(fā)團(tuán)隊，再次跑到了世界前列，因為他們已經(jīng)開始在“基礎(chǔ)架構(gòu)層”開始做原創(chuàng)了。

所以，在新的一年剛剛開始之際，DeepSeek 又來踢館，又來炸街了，是不是很快，又會掀起全球的DeepSeek時刻了？