中邮证券：计算机点评报告：技术与资本共振，国产大模型护航AI应用浪潮

DS新年开源mHC新架构，破解了大模型训练稳定性难题2026年1月1日，DeepSeek发布题为《mHC：Manifold-ConstrainedHyper-Connections》的学术论文，该论文由DeepSeek创始人兼CEO梁文锋参与署名。论文提出的mHC（流形约束超连接）新网络架构，直指当前大模型训练中以超连接（HC）为代表的技术方案带来的三大痛点：大模型训练中存在的稳定性差、可扩展性受限及内存开销大，制约大模型工业化落地进程。针对上述痛点，mHC架构构建了兼顾性能与效率的改进框架：一方面将HC的残差连接空间投影至特定流形，精准恢复身份映射特性，解决训练不稳定问题；另一方面通过严谨的基础设施优化，降低内存开销并提升运行效率。实证表明，mHC在大规模训练中（如27B模型）表现出卓越的可扩展性。在n=4的扩展倍率下，仅增加了6.7%的训练时间开销，却换来了显著的性能提升。我们认为，mHC通过优化神经网络连接架构，在提升性能的同时显著降低了大规模AI模型的训练门槛与成本，推动行业竞争从参数规模转向效率与稳定性，提供大模型创新新范式。国产大模型资本化进程加速，产业基础持续巩固智谱与M