PANews 2月27日消息，在業界對新一代旗艦模型DeepSeek V4的翹首期盼中，DeepSeek團隊卻悄悄地放出了一篇新的學術論文。新論文介紹了一個名為DualPath的創新推理系統，專門針對智能體工作負載下的大模型（LLM）推理性能進行最佳化。透過引入「雙路徑讀取KV-Cache（類似記憶快取）」機制，重新分配儲存網路負載，將離線推理吞吐量最高提升1.87倍，線上服務的每秒智能體運行數平均提升1.96倍。論文在引言部分提到，大模型正從單輪對話機器人和獨立推理模型，快速演進為智能體系統——能夠自主規劃、調用工具，並透過多輪互動解決實際任務。這種應用範式的轉變，推動大模型推理工作負載發生重大變革：從傳統的人類-大模型交互，轉向人類-大模型-環境交互，交互輪次可達數十甚至數百輪。