钛媒体9月14日消息，DeepSeek发布V4.1 Flash。该模型发布后速度变快、内容更准确，并具备原生多模态能力；相较于V4 Flash，V4.1 Flash采用完全不同的非对称结构，对V4推倒重来。
材料称，DeepSeek已是拥有数百名员工的企业，梁文锋仍决定对V4重构。官方论文显示，V4.1 Flash后训练遵循标准SFT→RL→在线蒸馏（OPD）范式，没有算法改动。
其变化主要在数据流水线：大规模自动合成Agent任务与环境，数据、任务和rollout渐进式扩增；RL训练让模型在6种不同Agent框架中反复试错，DSH是其中最重要的训练场，V4.1 Flash还针对DSH不同操作模式做了定向训练。