DeepSeek V4.1：把 MoE 的「非对称激活」讲清楚

DeepSeek V4.1 这一代 MoE（混合专家）架构，最值得讲清楚的不是"它又开源了"，而是"它把专家激活做成了非对称"。传统 MoE 里，每个 token 会均匀地激活 top-k 个专家，所有专家的总参数量很大但每次推理只动用一小部分——这是它能压成本的核心。

V4.1 的改进是：不同专家不再被平等排班，而是按 token 的语义类型、按任务难度做非对称分配。简单问候类 token 只走少数几个通用专家；复杂推理类 token 会被路由到更多、更专门的专家。结果是同等 FLOPs 下推理质量提升，且长尾任务的表现明显改善。财新在报道中把这一点称为"MoE 从均匀路由走向语义路由"的关键一步。（来源：DeepSeek 官方发布与财新报道；单源细节待复核。）

关联阅读：DeepSeek 把生产级推理引擎也开源了：DeepInfer 里有什么。