据DeepSeek (@deepseek_ai) 官方消息，DeepSeek-V3.2-Exp实验性模型正式发布，基于V3.1-Terminus架构，首次引入DeepSeek稀疏注意力(DSA)技术，大幅提升长文本任务的训练与推理效率。目前该模型已在App、Web和API平台上线，API价格下降超过50%。此次升级为企业用户带来更高效、低成本的AI文本处理和分析解决方案，推动自然语言处理领域的商业化应用（来源：DeepSeek官方推特）。

据DeepLearning.AI报道，谷歌研究人员推出了ATLAS语言模型架构，用可训练记忆模块取代传统注意力机制，实现了对高达千万级Token的输入处理能力（来源：DeepLearning.AI）。该模型在FineWeb数据集上训练，推理阶段仅更新记忆模块，大幅提升了推理效率。ATLAS在BABILong长上下文基准测试中获得80%高分，在八个问答基准上平均得分57.62%，超越Titans和Transformer++等主流模型（来源：DeepLearning.AI）。这一创新为法律文档分析、企业级检索和大规模数据摘要等AI长文本应用带来全新商业机遇。

据DeepSeek官方推特（@deepseek_ai）消息，DeepSeek AI正式发布V3.1 Base大模型，继续在8400亿token基础上进行预训练，显著增强了长文本上下文处理能力。本次升级还包括全新分词器和聊天模板的优化，全面提升了对话模型的实际应用表现。V3.1 Base与完整版模型权重已全面开源，为开发者和企业带来更高效的大语言模型部署选择，推动中文AI对话系统和自然语言处理行业的发展（来源：DeepSeek推特，2025年8月21日）。