https://www.youtube.com/watch?v=1Aqhg0FVm-w
原视频：Deepseek strikes again
原作者：AI Search
发布日期：2026-10-23
视频链接：https://www.youtube.com/watch?v=1Aqhg0FVm-w
00:00 发布概览
DeepSeek在国庆假期后发布DeepSeek V4.1 Flash 1017开源模型，并开源用于大规模运行模型的推理引擎DeepInfer。新模型被视为当前可使用的最强开源模型之一，DeepInfer则揭示其大规模AI推理优化方法，视频将测试模型能力、基准性能及DeepInfer的意义。
00:45 数学讲解视频测试
DeepSeek V4.1 Flash 1017面向编程和长周期任务，可处理多文件并持续执行数小时，适合通过DeepSeek官方的智能体命令行环境使用。测试要求模型制作黑底极简风格的动态图形视频，讲解人类最早如何测算地球周长，并使用Gemini TTS生成配音。模型规划场景、调用Gemini TTS和开源动效工具Hyperframes，耗时36分钟完成埃拉托色尼利用塞恩、亚历山大两地日照角度与距离估算地球周长的讲解。成品质量可与Claude、GPT等前沿模型相比，任务约消耗2200万token，缓存命中率达99%。
04:05 3D游戏开发测试
测试要求模型在Unreal Engine中制作第三人称程序化3D游戏：从Sketchfab获取角色模型，从Mixamo自行选择动画，让角色能够高速奔跑、高跳并穿越屋顶；同时通过MCP连接Blender生成中国古代皇家场景资产，参考照片在Unreal中程序化渲染，并优化至普通笔记本可运行。模型还被要求建立严苛的3A美术指导批评智能体，对截图按视角和缩放层级评分，低于8.5分就根据问题清单迭代。实际运行16轮，最高分为5.5；成品能呈现角色和中式建筑变体并支持移动、奔跑和跳跃，但视觉质量离3A水准仍远，也明显弱于OPS 5.5和GPT 6 Astra，整体约达到前沿模型八成水平。任务约消耗3.75亿token，缓存命中率99.5%。
06:50 音乐作曲测试
测试要求模型在未告知DAW位置和用法的情况下，自行发现并操作Waveform DAW，使用VST插件或采样创作欧洲流行EDM，自行选择乐器、必要时下载采样，并加入铺垫、高潮、变奏、效果与自动化，完成混音和母带。第一轮作品浑浊且不平衡，经反馈后第二轮在混音、均衡和效果自动化方面改善。其旋律与其他前沿模型的结果相似，整体质量略逊于GPT 6 Astra和OPS，约达到这些模型的80%到90%，但对开源模型而言表现仍然很强。
10:52 Airbnb场景重建测试
测试仅提供Airbnb房源页面，要求模型参考全部照片，在Blender中重建整栋建筑和室内空间，布置详细且忠于原图的相机飞越路径并渲染。房源包括面向泳池的客厅、沙发、餐桌、木质物件、斜墙以及圆形泳池等特征。任务耗时1小时37分钟，模型在一定程度上理解了空间布局，但成品还原度不足：床、顶灯错误，枕头穿过沙发，椅子穿过餐桌，对齐问题明显，泳池旁斜墙也未正确渲染。相比完全无法完成该任务的其他开源模型已有进步，但仍不及GPT、OPS等封闭前沿模型。
12:33 隐藏青蛙识别测试
在找青蛙测试中，模型收到一张未提示含有动物的图片，只需判断是否存在动物并圈出。它将图片切分、放大，反复裁剪局部区域，调整对比度和饱和度，检测图像平滑度、蓝通道及蓝减红通道，还尝试读取已被清除的EXIF元数据。经过长时间排查后，它在局部放大图中发现一只小青蛙并用红圈标出。这是测试者目前遇到的首个能成功找到青蛙的模型，表现甚至超过Opus和GPT 6。
13:52 脑肿瘤识别测试
模型接收六张脑扫描图像，每张包含一种脑肿瘤，被要求识别各图中的肿瘤类型。它在不到两分钟内完成，但六张全部判断
使用YouDub AI翻译配音制作
项目地址：https://github.com/liuzhao1225/YouDub-webui
