過去一周，來自中國的 DeepSeek R1 模型攪動整個海外 AI 圈。一方面，它以較低的訓練成本實現了媲美 OpenAI o1 性能的效果，詮釋了中國在工程能力和規(guī)模創(chuàng)新上的優(yōu)勢；另一方面，它也秉持開源精神，熱衷分享技術細節(jié)。最近，來自加州伯克利大學在讀博士 Jiayi Pan 的研究團隊更是成功地以極低的成本（低于 30 美元）復現了 DeepSeek R1-Zero 的關鍵技術「頓悟時刻」。
所以也難怪 Meta CEO 扎克伯格、圖靈獎得主 Yann LeCun 以及 Deepmind CEO Demis Hassabis 等人都對 DeepSeek 給予了高度評價。隨著 DeepSeek R1 的熱度不斷攀升，今天下午，DeepSeek App 因用戶訪問量激增而短暫出現服務器繁忙的狀況，甚至一度「崩了」。在海外，OpenAI CEO Sam Altman 剛剛也試圖劇透 o3-mini 使用額度，來搶回國際媒體的頭版頭條ChatGPT Plus 會員每天可查詢 100 次。然而，鮮為人知的是，在 DeepSeek聲名鵲起之前，其母公司幻方量化其實是國內量化私募領域的頭部企業(yè)之一。DeepSeek 模型震撼硅谷，含金量還在上升2024 年 12 月 26 日，DeepSeek 正式發(fā)布了 DeepSeek-V3 大模型。這款模型在多項基準測試表現優(yōu)異，超越業(yè)內主流頂尖模型，特別是在知識問答、長文本處理、代碼生成和數學能力等方面。例如，在 MMLU、GPQA 等知識類任務中，DeepSeek-V3 的表現接近國際頂尖模型 Claude-3.5-Sonnet。
在數學能力方面，更是在 AIME 2024 和 CNMO 2024 等測試中創(chuàng)造了新的記錄，超越所有已知的開源和閉源模型。同時，其生成速度較上代提升了 200%，達到 60 TPS，大幅改善了用戶體驗。根據獨立評測網站 Artificial Analysis 的分析，DeepSeek-V3 在多項關鍵指標上超越了其他開源模型，并在性能上與世界頂尖的閉源模型 GPT-4o 和 Claude-3.5-Sonnet 不分伯仲。DeepSeek-V3 的核心技術優(yōu)勢包括：1.混合專家（MoE）架構：DeepSeek-V3 擁有 6710 億參數，但在實際運行中，每個輸入僅激活 370 億參數，這種選擇性激活的方式大大降低了計算成本，同時保持了高性能。2.多頭潛在注意力（MLA）：該架構在 DeepSeek-V2 中已經得到驗證，能夠實現高效的訓練和推理。3.無輔助損失的負載平衡策略：這一策略旨在最小化因負載平衡對模型性能產生的負面影響。4.多 tokens 預測訓練目標：該策略提升了模型的整體性能。5.高效的訓練框架：采用 HAI-LLM 框架，支持 16-way Pipeline Parallelism（PP）、64-way Expert Parallelism（EP）和 ZeRO-1 Data Parallelism（DP），并通過多種優(yōu)化手段降低了訓練成本。更重要的是，DeepSeek-V3 的訓練成本僅為 558 萬美元，遠低于如訓練成本高達 7800 萬美元的 GPT-4。并且，其 API 服務價格也延續(xù)了過往親民的打法。
輸入 tokens 每百萬僅需 0.5元（緩存命中）或 2 元（緩存未命中），輸出 tokens 每百萬僅需 8 元�！督鹑跁r報》將其描述為「震驚國際科技界的黑馬」，認為其性能已與資金雄厚的 OpenAI 等美國競爭對手模型相媲美。Maginative 創(chuàng)始人 Chris McKay 更進一步指出，DeepSeek-V3 的成功或將重新定義 AI 模型開發(fā)的既定方法。換句話說，DeepSeek-V3 的成功也被視為對美國算力出口限制的直接回應，這種外部壓力反而刺激了中國的創(chuàng)新。DeepSeek 創(chuàng)始人梁文鋒，低調的浙大天才DeepSeek 的崛起讓硅谷寢食難安，這個攪動全球 AI 行業(yè)模型的背后創(chuàng)始人梁文鋒則完美詮釋了中國傳統(tǒng)意義上天才的成長軌跡少年功成，歷久彌新。一個好的 AI 公司領導者，需要既懂技術又懂商業(yè)，既要有遠見又要務實，既要有創(chuàng)新勇氣又要有工程紀律。這種復合型人才本身就是稀缺資源。17 歲考入浙江大學信息與電子工程學專業(yè)，30 歲創(chuàng)辦幻方量化（Hquant），開始帶領團隊探索全自動量化交易。梁文鋒的故事印證了天才總會在正確的時間做對的事。
2010 年：隨著滬深 300 股指期貨推出，量化投資迎來發(fā)展機遇，幻方團隊乘勢而上，自營資金迅速增長。2015 年：梁文鋒與校友共同創(chuàng)立幻方量化，次年推出首個 AI 模型，上線深度學習生成的交易倉位。2017 年：幻方量化宣稱實現投資策略全面 AI 化。2018 年：確立 AI 為公司主要發(fā)展方向。2019 年：資金管理規(guī)模突破百億元，成為國內量化私募「四巨頭」一。2021 年：幻方量化成為國內首家突破千億規(guī)模的量化私募大廠。你不能只在成功的時候才想起這家公司在過去幾年坐冷板凳的日子。不過，就像量化交易公司轉型 AI，看似意外，實則順理成章 因為它們都是數據驅動的技術密集型行業(yè)。黃仁勛只想賣游戲顯卡，賺我們這些臭打游戲的三瓜兩棗，卻沒想到成了全球最大的 AI 軍火庫，幻方踏進 AI 領域也是何其相似。這種演進比當下許多行業(yè)生搬硬套 AI 大模型更有生命力�；梅搅炕诹炕顿Y過程中積累了大量數據處理和算法優(yōu)化經驗，同時擁有大量 A100 芯片，為 AI 模型訓練提供了強大硬件支持。從 2017 年開始，幻方量化大規(guī)模布局 AI 算力，搭建「螢火一號」「螢火二號」等高性能計算集群，為 AI 模型訓練提供強大算力支持。
2023 年，幻方量化正式成立 DeepSeek，專注于 AI 大模型研發(fā)。DeepSeek 繼承了幻方量化在技術、人才和資源方面的積累，迅速在 AI 領域嶄露頭角。在接受《暗涌》的深度訪談中，DeepSeek 創(chuàng)始人梁文鋒同樣展現出獨特的戰(zhàn)略視野。不同于大多數選擇復制 Llama 架構的中國公司，DeepSeek 直接從模型結構入手，只為瞄準 AGI 的宏偉目標。梁文鋒毫不諱言當前的差距當前中國 AI 與國際頂尖水平存在顯著差距，在模型結構、訓練動力學和數據效率上的綜合差距導致需要投入 4 倍的算力才能達到同等效果。
圖片來自央視新聞截圖這種直面挑戰(zhàn)的態(tài)度源于梁文鋒在幻方多年的經驗積累。他強調，開源不僅是技術分享，更是一種文化表達，真正的護城河在于團隊的持續(xù)創(chuàng)新能力。DeepSeek 獨特的組織文化鼓勵自下而上的創(chuàng)新，淡化層級，重視人才的熱情和創(chuàng)造力。團隊主要由頂尖高校的年輕人組成，采用自然分工模式，讓員工自主探索和協(xié)作。在招聘時更看重員工的熱愛和好奇心，而非傳統(tǒng)意義上的經驗和背景。對于行業(yè)前景，梁文鋒認為 AI 正處于技術創(chuàng)新的爆發(fā)期，而非應用爆發(fā)期。他強調，中國需要更多原創(chuàng)技術創(chuàng)新，不能永遠處于模仿階段，需要有人站到技術前沿。即使 OpenAI 等公司目前處于領先地位，但創(chuàng)新的機會仍然存在。
卷翻硅谷，Deepseek 讓海外 AI 圈坐立不安盡管業(yè)界對 DeepSeek 的評價不盡相同，但我們還是搜集了一些業(yè)內人士的評價。英偉達 GEAR Lab 項目負責人 Jim Fan 對 DeepSeek-R1 給予了高度評價。他指出這代表著非美國公司正在踐行 OpenAI 最初的開放使命，通過公開原始算法和學習曲線等方式實現影響力，順便還內涵了一波 OpenAI。DeepSeek-R1 不僅開源了一系列模型，還披露了所有訓練秘密。它們可能是首個展示 RL 飛輪重大且持續(xù)增長的開源項目。影響力既可以通過「ASI 內部實現」或「草莓計劃」等傳說般的項目實現，也可以簡單地通過公開原始算法和 matplotlib 學習曲線來達成。華爾街頂級風投 A16Z 創(chuàng)始人 Marc Andreesen 則認為 DeepSeek R1 是他所見過的最令人驚奇和令人印象深刻的突破之一，作為開源，這是給世界的一份意義深遠的禮物。
騰訊前高級研究員、北京大學人工智能方向博士后盧菁從技術積累的角度進行分析。他指出 DeepSeek 并非突然爆火，它承接了上一代模型版本中的很多創(chuàng)新，相關模型架構、算法創(chuàng)新經過迭代驗證，震動行業(yè)也有其必然性。圖靈獎得主、Meta 首席 AI 科學家 Yann LeCun 則提出了一個新的視角：「給那些看到 DeepSeek 的表現后，覺得『中國在 AI 方面正在超越美國』的人，你們的解讀是錯的。正確的解讀應該是，開源模型正在超越專有模型」�！�
Deepmind CEO Demis Hassabis 的評價則透露出一絲憂慮：它（DeepSeek）取得的成就令人印象深刻，我認為我們需要考慮如何保持西方前沿模型的領先地位，我認為西方仍然領先，但可以肯定的是，中國具有極強的工程和規(guī)�；芰ΑＮ④� CEO Satya Nadella 在瑞士達沃斯世界經濟論壇上表示，DeepSeek 切實有效地開發(fā)出了一款開源模型，不僅在推理計算方面表現出色，而且超級計算效率極高。他強調，微軟必須以最高度的重視來應對中國的這些突破性進展。Meta CEO 扎克伯格評價則更加深入，他認為 DeepSeek 展現出的技術實力和性能令人印象深刻，并指出中美之間的 AI 差距已經微乎其微，中國的全力沖刺使得這場競爭愈發(fā)激烈。
來自競爭對手的反應或許是對 DeepSeek 最好的認可。據 Meta 員工在匿名職場社區(qū) TeamBlind 上的爆料，DeepSeek-V3 和 R1 的出現讓 Meta 的生成式 AI 團隊陷入了恐慌。Meta 的工程師們正在爭分奪秒地分析 DeepSeek 的技術，試圖從中復制任何可能的技術。原因在于 DeepSeek-V3 的訓練成本僅為 558 萬美元，這個數字甚至不及 Meta 某些高管的年薪。如此懸殊的投入產出比，讓 Meta 管理層在解釋其龐大的 AI 研發(fā)預算時倍感壓力。
國際主流媒體對 DeepSeek 的崛起也給予了高度關注。《金融時報》指出，DeepSeek 的成功顛覆了「AI 研發(fā)必須依賴巨額投入」的傳統(tǒng)認知，證明精準的技術路線同樣能實現卓越的研究成果。更重要的是，DeepSeek 團隊對技術創(chuàng)新的無私分享，讓這家更注重研究價值的公司成為了一個格外強勁的競爭對手�！督洕鷮W人》表示，認為中國 AI 技術在成本效益方面的快速突破，已經開始動搖美國的技術優(yōu)勢，這可能會影響美國未來十年的生產力提升和經濟增長潛力。
《紐約時報》則從另一個角度切入，DeepSeek-V3 在性能上與美國公司的高端聊天機器人相當，但成本大大降低。這表明即使在芯片出口管制的情況下，中國公司也能通過創(chuàng)新和高效利用資源來競爭。并且，美國政府的芯片限制政策可能適得其反，反而推動了中國在開源 AI 技術領域的創(chuàng)新突破。DeepSeek「報錯家門」，自稱是 GPT-4在一片贊譽聲中，DeepSeek 也面臨著一些爭議。不少外界人士認為 DeepSeek可能在訓練過程中使用了 ChatGPT 等模型的輸出數據作為訓練材料，通過模型蒸餾技術，這些數據中的「知識」被遷移到 DeepSeek 自己的模型中。這種做法在 AI 領域并非罕見，但質疑者關注的是 DeepSeek 是否在未充分披露的情況下使用了 OpenAI 模型的輸出數據。這似乎在 DeepSeek-V3 的自我認知上也有所體現。早前就有用戶發(fā)現，當詢問模型的身份時，它會將自己誤認為是 GPT-4。
高質量數據一直是 AI 發(fā)展的重要因素，就連 OpenAI 也難以避免數據獲取的爭議，其從互聯網大規(guī)模爬取數據的做法同樣因此吃了許多版權官司，截至目前，OpenAI 與紐約時報的一審裁決尚未靴子落地，又再添新案。所以 DeepSeek 也因此遭到了 Sam Altman 和 John Schulman 的公開內涵�！笍椭颇阒佬械猛ǖ臇|西是（相對）容易的。當你不知道它是否行得通時，做一些新的、有風險的、困難的事情是非常困難的�！�
不過，DeepSeek 團隊在 R1 的技術報告中明確表示未使用 OpenAI 模型的輸出數據，并表示通過強化學習和獨特的訓練策略實現了高性能。例如，采用了多階段訓練方式，包括基礎模型訓練、強化學習（RL）訓練、微調等，這種多階段循環(huán)訓練方式有助于模型在不同階段吸收不同的知識和能力。省錢也是技術活，DeepSeek 背后技術的可取之道DeepSeek-R1 技術報告里提到一個值得關注的發(fā)現，那就是 R1 zero 訓練過程里出現的「aha moment（頓悟時刻）」。在模型的中期訓練階段，DeepSeek-R1-Zero 開始主動重新評估初始解題思路，并分配更多時間優(yōu)化策略（如多次嘗試不同解法）。換句話說，通過 RL 框架，AI 可能自發(fā)形成類人推理能力，甚至超越預設規(guī)則的限制。并且這也將有望為開發(fā)更自主、自適應的 AI 模型提供方向，比如在復雜決策（醫(yī)療診斷、算法設計）中動態(tài)調整策略。
與此同時，許多業(yè)內人士正試圖深入解析 DeepSeek 的技術報告。OpenAI 前聯創(chuàng) Andrej Karpathy 則在 DeepSeek V3 發(fā)布后曾表示：DeepSeek（這家中國的 AI 公司）今天讓人感到輕松，它公開發(fā)布了一個前沿級的語言模型（LLM），并且在極低的預算下完成了訓練（2048個GPU，持續(xù) 2 個月，花費 600 萬美元）。作為參考，這種能力通常需要 16K 個 GPU 的集群來支持，而現在這些先進的系統(tǒng)大多都使用大約 100K 個 GPU。例如，Llama 3（405B參數）使用了 3080 萬個 GPU 小時，而 DeepSeek-V3 似乎是一個更強大的模型，僅用了 280 萬個 GPU 小時（約為 Llama 3 的 1/11 計算量）。如果這個模型在實際測試中也表現出色（例如，LLM 競技場排名正在進行，我的快速測試表現不錯），那么這將是一個在資源受限的情況下，展現出研究和工程能力的非常令人印象深刻的成果。那么，這是不是意味著我們不再需要大型 GPU 集群來訓練前沿 LLM 了？并非如此，但它表明，你必須確保自己使用的資源不浪費，這個案例展示了數據和算法優(yōu)化仍然能帶來很大進展。此外，這份技術報告也非常精彩和詳細，值得一讀。
面對 DeepSeek V3 被質疑使用 ChatGPT 數據的爭議，Karpathy 則表示，大語言模型本質上并不具備人類式的自我意識.模型是否能正確回答自己身份，完全取決于開發(fā)團隊是否專門構建了自我認知訓練集，如果沒有特意訓練，模型會基于訓練數據中最接近的信息作答。此外，模型將自己識別為 ChatGPT 并非問題所在，考慮到ChatGPT相關數據在互聯網上的普遍性，這種回答實際上反映了一種自然的知識涌現現象。Jim Fan 在閱讀 DeepSeek-R1 的技術報告后則指出：這篇論文的最重要觀點是：完全由強化學習驅動，完全沒有任何監(jiān)督學習（SFT）的參與，這種方法類似于AlphaZero通過「冷啟動（Cold Start）」從零開始掌握圍棋、將棋和國際象棋，而不需要模仿人類棋手的下法。使用基于硬編碼規(guī)則計算的真實獎勵，而不是那些容易被強化學習「破解」的學習型獎勵模型。模型的思考時間隨著訓練進程的推進穩(wěn)步增加，這不是預先編程的，而是一種自發(fā)的特性。出現了自我反思和探索行為的現象。使用 GRPO 代替 PPO：GRPO 去除了 PPO 中的評論員網絡，轉而使用多個樣本的平均獎勵。這是一種簡單的方法，可以減少內存使用。值得注意的是，GRPO 是由 DeepSeek 團隊在 2024 年 2 月發(fā)明的，真的是一個非常強大的團隊。同一天 Kimi 也發(fā)布了類似的研究成果時，Jim Fan 發(fā)現兩家公司的研究殊途同歸：都放棄了 MCTS 等復雜樹搜索方法，轉向更簡單的線性化思維軌跡，采用傳統(tǒng)的自回歸預測方式都避免使用需要額外模型副本的價值函數，降低了計算資源需求，提高了訓練效率都摒棄密集的獎勵建模，盡可能依靠真實結果作為指導，確保了訓練的穩(wěn)定性
但兩者也存在顯著差異：DeepSeek 采用 AlphaZero 式的純 RL 冷啟動方法，Kimi k1.5 選擇 AlphaGo-Master 式的預熱策略，使用輕量級 SFTDeepSeek 以 MIT 協(xié)議開源，Kimi 則在多模態(tài)基準測試中表現出色，論文系統(tǒng)設計細節(jié)上更為豐富，涵蓋 RL 基礎設施、混合集群、代碼沙箱、并行策略不過，在這個快速迭代的 AI 市場中，領先優(yōu)勢往往稍縱即逝。其他模型公司必將迅速汲取 DeepSeek 的經驗并加以改進，或許很快就能迎頭趕上。大模型價格戰(zhàn)的發(fā)起者很多人都知道 DeepSeek 有一個名為「AI 屆拼多多」的稱號，卻并不知道這背后的含義其實源于去年打響的大模型價格戰(zhàn)。2024 年 5 月 6 日，DeepSeek 發(fā)布了 DeepSeek-V2 開源 MoE 模型，通過如 MLA（多頭潛在注意力機制）和 MoE（混合專家模型）等創(chuàng)新架構，實現了性能與成本的雙重突破。推理成本被降至每百萬 token 僅 1 元人民幣，約為當時 Llama3 70B 的七分之一，GPT-4 Turbo 的七十分之一。這種技術突破使得 DeepSeek 能夠在不貼錢的情況下，提供極具性價比的服務，同時也給其他廠商帶來了巨大的競爭壓力。DeepSeek-V2 的發(fā)布引發(fā)了連鎖反應，字節(jié)跳動、百度、阿里、騰訊、智譜 AI 紛紛跟進，大幅下調其大模型產品的價格。這場價格戰(zhàn)的影響力甚至跨越太平洋，引起了硅谷的高度關注。DeepSeek 也因此被冠以「AI 屆的拼多多」之稱。
面對外界的質疑，DeepSeek 創(chuàng)始人梁文鋒在接受暗涌的采訪時回應稱：「搶用戶并不是我們的主要目的。我們降價一方面是因為我們在探索下一代模型的結構中，成本先降下來了；另一方面，我們也覺得無論是 API 還是 AI，都應該是普惠的、人人可以用得起的東西�！故聦嵣希@場價格戰(zhàn)的意義遠超競爭本身，更低的準入門檻讓更多企業(yè)和開發(fā)者得以接觸和應用前沿 AI，同時也倒逼整個行業(yè)重新思考定價策略，正是在這個時期，DeepSeek 開始進入公眾視野，嶄露頭角。千金買馬骨，雷軍挖角 AI 天才少女幾周前，DeepSeek 還出現了一個引人注目的人事變動。據第一財經報道，雷軍花千萬年薪以千萬年薪成功挖角了羅福莉，并委以小米 AI 實驗室大模型團隊負責人重任。羅福莉于 2022 年加入幻方量化旗下的 DeepSeek，在 DeepSeek-V2 和最新的 R1 等重要技術報告中都能看到她的身影。
再后來，一度專注于 B 端的 DeepSeek 也開始布局 C 端，推出移動應用。截至發(fā)稿前，DeepSeek 的移動應用在蘋果 App Store 免費版應用最高排到第二，展現出強勁的競爭力。一連串的小高潮讓 DeepSeek 聲名鵲起，但同時也在疊加著更高的高潮，1 月 20 日晚，擁有 660B 參數的超大規(guī)模模型 DeepSeek R1 正式發(fā)布。這款模型在數學任務上表現出色，如在 AIME 2024 上獲得 79.8% 的 pass@1 得分，略超 OpenAI-o1；在 MATH-500 上得分高達97.3%，與 OpenAI-o1 相當。編程任務方面，如 Codeforces 上獲得 2029 Elo 評級，超越 96.3%的人類參與者。在 MMLU、MMLU-Pro 和 GPQA Diamond 等知識基準測試中，DeepSeek R1 得分分別為 90.8%、84.0% 和 71.5%，雖略低于 OpenAI-o1，但優(yōu)于其他閉源模型。在最新公布的大模型競技場 LM Arena 的綜合榜單中，DeepSeek R1 排名第三，與 o1 并列。在「Hard Prompts」（高難度提示詞）、「Coding」（代碼能力）和「Math」（數學能力）等領域，DeepSeek R1 位列第一。在「Style Control」（風格控制）方面，DeepSeek R1 與 o1 并列第一。在「Hard Prompt with Style Control」（高難度提示詞與風格控制結合）的測試中，DeepSeek R1 也與 o1 并列第一。
在開源策略上，R1 采用 MIT License，給予用戶最大程度的使用自由，支持模型蒸餾，可將推理能力蒸餾到更小的模型，如 32B 和 70B 模型在多項能力上實現了對標 o1-mini 的效果，開源力度甚至超越了此前一直被詬病的 Meta。DeepSeek R1 的橫空出世，讓國內用戶首次能夠免費使用到媲美 o1 級別的模型，打破了長期存在的信息壁壘。其在小紅書等社交平臺掀起的討論熱潮，堪比發(fā)布之初的 GPT-4 。走出海去，去內卷回望 DeepSeek 的發(fā)展軌跡，其成功密碼清晰可見，實力是基礎，但品牌認知才是護城河。在與《晚點 LatePost》的對話中，MiniMax CEO 閆俊杰深入分享了他對 AI 行業(yè)的思考和公司戰(zhàn)略的轉變。他強調了兩個關鍵轉折點：一是認識到技術品牌的重要性，二是理解開源策略的價值。閆俊杰認為在 AI 領域，技術進化速度比當前成就更重要，而開源可以通過社區(qū)反饋加速這一進程；其次，強大的技術品牌對吸引人才、獲取資源至關重要。以 OpenAI 為例，盡管后期遭遇管理層動蕩，但其早期樹立的創(chuàng)新形象和開源精神已為其積攢了第一波好印象。即便 Claude 后續(xù)在技術上已勢均力敵，逐步蠶食 OpenAI 的 B 端用戶，但憑借著用戶的路徑依賴，OpenAI 依然在 C 端用戶上遙遙領先。在 AI 領域，真正的競爭舞臺永遠在全球，走出海去，去內卷，去宣傳也是一條不折不扣的好路。
這股出海浪潮早已在業(yè)內激起漣漪，更早時候的 Qwen、面壁智能、以及最近 DeepSeek R1、kimi v1.5、豆包 v1.5 Pro 都早已在海外鬧起了不小的動靜。2025 年雖被冠上了智能體元年，AI 眼鏡元年等諸多標簽，但今年將是中國 AI 企業(yè)擁抱全球市場的重要元年，走出去將成為繞不開的關鍵詞。并且，開源策略也是一步好棋，吸引了大量技術博主和開發(fā)者自發(fā)成為 DeepSeek 的「自來水」�？萍枷蛏疲辉撝皇强谔�，從「AI for All」的口號到真正的技術普惠，DeepSeek 走出了一條比 OpenAI 更純粹的道路。如果說 OpenAI 讓我們看到了 AI 的力量，那么 DeepSeek 則讓我們相信：這股力量終將惠及每個人。
