“DeepSeek在基座大模型上做出的突破，是天才級別的?！?/p>
最近，國產(chǎn)大模型公司深度求索（DeepSeek）引發(fā)的輿論震動，讓今年春節(jié)成為“最有AI味的年”。談到DeepSeek旗下標志性大模型DeepSeek-R1，多位業(yè)內(nèi)人士向澎湃新聞記者表達了高度贊賞。
視覺中國 圖
1月28日，大洋彼岸的人工智能巨頭Open AI CEO山姆·奧特曼(Sam Altman)發(fā)文回應(yīng)DeepSeek帶來的挑戰(zhàn)：“DeepSeek推出的R1令人影響深刻，我們當然會推出更好的模型，有新的競爭對手也令人振奮?！?/p>
國內(nèi)某Top2 AI初創(chuàng)企業(yè)也對記者坦言，他們感受到了同行帶來的壓力：“后續(xù)我們會加快產(chǎn)品研發(fā)的角度?！?/p>
與之對比的是在產(chǎn)品上的快速迭代：除夕當天，DeepSeek悄無聲息地發(fā)布開源多模態(tài)模型Janus-Pro。此前1月27日早間，DeepSeek應(yīng)用曾登頂蘋果中國地區(qū)和美國地區(qū)應(yīng)用商店免費APP下載排行榜，在美區(qū)下載榜上超越ChatGPT。
“多模態(tài)考驗的是對人類世界和環(huán)境的認知，相信DeepSeek在此刻發(fā)布多模態(tài)大模型，一定有自己的信心和底氣?！?月28日，360創(chuàng)始人周鴻祎告訴澎湃新聞記者，“中國大模型技術(shù)復(fù)仇者聯(lián)盟戰(zhàn)隊里一定有DeepSeek的一份，因為這家公司和它的創(chuàng)始人非常低調(diào)，他們技術(shù)能力和未來前景被市場嚴重低估了?！?/p>
“現(xiàn)在硅谷都把DeepSeek叫做來自東方的神秘力量，中國AI公司的創(chuàng)造力已經(jīng)剎不住車了?！敝茗櫟t表示。
AI軍備競賽已進入深水期，曾有觀點認為，在字節(jié)、阿里、騰訊等大廠包圍下，AI創(chuàng)業(yè)公司將面臨洗牌，難逃被并購的命運，而殺出重圍的卻是似乎“名不見經(jīng)傳”的DeepSeek。DeepSeek走紅的秘密是什么，為國內(nèi)大模型行業(yè)帶來哪些啟示？
DeepSeek優(yōu)秀在哪？
“DeepSeek公司高層明確對商業(yè)化不感興趣，只想做技術(shù)研究，這樣的高度一般人達不到?！?/p>
有了解DeepSeek人士向記者透露，自己曾經(jīng)面試過一些AI領(lǐng)域的人才，最后拒絕了自己的公司，去了DeepSeek，理由是他們科研氛圍好，是一個真正做事的團隊。
“從薪資來看，其實他們只是業(yè)內(nèi)中流水平，高，但并不是最高的。”他向記者坦言，“如果說人才密度，可能還比不上頭部大廠。并不是大廠的人不聰明，而是大廠的聰明人花了太多精力在技術(shù)之外。大廠雖然薪資高，但是內(nèi)部斗爭也多，想要真正專心做事，反而不如這樣的技術(shù)公司純粹。”
盡管在外界眼中，DeepSeek仿佛是一夜爆紅，但此前早有多項成就引發(fā)行業(yè)關(guān)注。2024年，在大模型行業(yè)率先發(fā)起價格戰(zhàn)的正是DeepSeek，但并未引起外界關(guān)注，此后智譜、字節(jié)跳動等跟進，才引發(fā)整個行業(yè)的降價潮流。
視覺中國 圖
當時的DeepSeek，還未真正讓他人看到它的實力。2024年，智譜AI COO張帆在接受采訪時曾開玩笑說：“我們是主流廠商中第一個降價的?！碑敃r有人提醒，首個降價的廠商其實是DeepSeek，張帆表示：“我說的是主流廠商”。
DeepSeek最引人矚目的，是其顯著降低了大模型開發(fā)成本。1月20日，DeepSeek正式發(fā)布推理模型R1，其API（編程接口）服務(wù)定價為每百萬輸入tokens（詞元）僅需1元（緩存命中）/4 元（緩存未命中），每百萬輸出tokens為16元。DeepSeek的定價約等于Meta旗下Llama 3-70B的七分之一，GPT-4 Turbo的七十分之一。
因此，DeepSeek也被戲稱為AI界的“拼多多”，實現(xiàn)高效低價背后的原因是什么？國內(nèi)某知名AI公司董事長向記者解釋稱，這主要得益于DS-V3的多項技術(shù)創(chuàng)新。首先，DeepSeek采用MoE架構(gòu)（Mixture of Experts，混合專家模型），通過將大模型變成多個稀疏的專家小模型，并通過多個模型聚合來達到和傳統(tǒng)大模型相當?shù)哪芰?，有效降低了計算成本?/p>
其次，DS-V3在訓(xùn)練方法上進行了重要創(chuàng)新。采用FP8混合精度訓(xùn)練，效率是常規(guī)BF16精度的約1.6倍；同時優(yōu)化了并行流水線，提升了訓(xùn)練和推理效率。這些優(yōu)化加上訓(xùn)練的一次成功，使得V3的訓(xùn)練成本降至約550萬美元。
而在最新發(fā)布的DS-R1中，DeepSeek采用了創(chuàng)新性的GRPO（組相關(guān)策略優(yōu)化）強化學習方法，無需龐大的人類標注數(shù)據(jù)庫。通過讓模型自主生成并驗證結(jié)果的方式，R1展現(xiàn)出了強大的推理能力。隨著訓(xùn)練步數(shù)增加，其思維鏈（Chain-of-Thought，CoT）的長度不斷增長，模型甚至開始在推理過程中進行自我反思。
“DeepSeek R1的成功意味著，如果基礎(chǔ)模型能力夠強，在強化學習過程中它就能自己學會推理。這也是為什么國外AI圈的人看到DS-R1后驚呼AGI竟然離我們?nèi)绱酥脑颍阂驗镽1證明了能力足夠強的模型是可以不依靠人類自己進化的，盡管現(xiàn)階段的reward還是需要標簽?！鄙鲜鋈耸勘硎?。
《麻省理工科技評論》分析稱，DeepSeek R1 采用類似ChatGPT o1使用的“思維鏈”方法，它可以通過逐步處理查詢來解決問題。這可能是美國對華高端AI芯片出口管制帶來的意外結(jié)果，迫使中國的初創(chuàng)企業(yè)“優(yōu)先考慮效率”。
有意思的是，如果問DeepSeek自己R1模型相比OpenAI有哪些特點，DeepSeek的回答是，創(chuàng)新點可能在“注意力機制”和“參數(shù)效率”，R1在處理長文本時更聚焦關(guān)鍵部分（比如法律合同中的條款），減少計算量，類似“讀書時用熒光筆劃重點，只反復(fù)看關(guān)鍵段落”。在參數(shù)效率方面，用類似MoE（混合專家系統(tǒng)）的結(jié)構(gòu)，把模型分成多個“子專家”，不同任務(wù)激活不同部分，既節(jié)省算力又提升效果（類似“看病時分科室掛號，心臟問題找心內(nèi)科專家，不用讓全科醫(yī)生從頭學到尾”）
DeepSeek自我評價道，“DeepSeek像一家精品店，在特定領(lǐng)域更專精；OpenAI像大型超市，啥都有但價格高。”
為什么是DeepSeek？
談到DeepSeek，離不開創(chuàng)始人梁文鋒。這位在外人眼中樸素、低調(diào)的“85后”企業(yè)家，最近也站在了媒體的聚光燈下。
根據(jù)公開報道，梁文鋒從小就表露在數(shù)學領(lǐng)域的天賦和興趣，曾是高考狀元，在浙大求學期間就與同學一起積累市場行情數(shù)據(jù)和探索全自動量化交易。
2008年金融危機期間，他帶領(lǐng)團隊使用機器學習等技術(shù)探索全自動量化交易。2015年創(chuàng)立對沖基金“幻方量化”，2021年資產(chǎn)管理規(guī)模突破千億大關(guān)。2023年創(chuàng)辦深度求索DeepSeek，專注于通用人工智能（AGI）的突破。
“一件激動人心的事，或許不能單純用錢衡量。就像家里買鋼琴，一來買得起，二來是因為有一群急于在上面彈奏樂曲的人。”在公開采訪中，梁文鋒本人曾經(jīng)如此談?wù)撍闹械腁GI（通用人工智能）。
在另一段采訪中，他提到，中國AI不可能永遠處在跟隨的位置，“我們經(jīng)常說中國 AI 和美國有一兩年差距，但真實的Gap（差距）是原創(chuàng)和模仿之差。如果這個不改變，中國永遠只能是追隨者，所以有些探索也是逃不掉的?！?/p>
他認為，英偉達的領(lǐng)先，不只是一個公司的努力，而是整個西方技術(shù)社區(qū)和產(chǎn)業(yè)共同努力的結(jié)果，“中國AI的發(fā)展，同樣需要這樣的生態(tài)。很多國產(chǎn)芯片發(fā)展不起來，也是因為缺乏配套的技術(shù)社區(qū)，只有第二手消息，所以中國必然需要有人站到技術(shù)的前沿。”
梁文鋒不打無準備之仗?；梅搅炕倬W(wǎng)顯示，其在2018年就確立以AI為公司的主要發(fā)展方向。
2020年開始，幻方累計投資超億元、占地面積相當于一個籃球場的AI超級計算機“螢火一號”正式投入運作，2021年，幻方投入十億建設(shè)“螢火二號”，以“任務(wù)級分時共享”為核心理念，調(diào)度系統(tǒng)秒級響應(yīng)，平臺配備強大的軟件層支持：高性能算子庫（hfai.nn）、分布式訓(xùn)練通訊框架（hfreduce）、專為AI開發(fā)而生的大容量高帶寬文件系統(tǒng)（3FS），讓AI模型能自如拓展到多節(jié)點之上，進行大規(guī)模并行訓(xùn)練，算力擴容翻倍，集群連續(xù)滿載運行，平均占用率達到96%以上。
梁文鋒曾在采訪中表示，最早的一張卡到1萬張卡，這個過程是逐步發(fā)生的，而這里面主要是好奇心驅(qū)動，“對AI能力邊界的好奇”。
“DeepSeek最令美國科技圈震驚的是，在開源大模型上做到了突破性的領(lǐng)先?！崩鋈f維CEO方漢向澎湃新聞記者評論稱，“以往美國在基座大模型上處于絕對優(yōu)勢，例如ChatGPT，后續(xù)的大模型都是基于ChatGPT進行改進和優(yōu)化。此前，在開源大模型領(lǐng)域最領(lǐng)先的是Meta的Llama系列，但如今DeepSeek徹底超越了Llama，這意味著，后續(xù)的行業(yè)大模型可能將基于DeepSeek進行深度開發(fā)。”
“中國可能取代美國在基座大模型的統(tǒng)治地位，這是美國十分擔憂的。”方漢坦言。
美國AI初創(chuàng)公司Perplexity首席執(zhí)行官在接受采訪時認為，DeepSeek的模型堪稱“瘋狂”?！斑@些中國團隊推出了一個瘋狂的模型，API價格比GPT-4便宜10倍，甚至比Claude便宜15倍，速度極快，并且在某些基準測試中與GPT-4相當，甚至更好。他們總共只花了500萬美元的計算機預(yù)算，就做出了如此驚人的模型，并且免費公開了技術(shù)論文。”
據(jù)美國全國廣播公司(NBC)報道，美國總統(tǒng)特朗普當?shù)貢r間1月27日在佛羅里達州邁阿密舉行的共和黨會議上表示，中國人工智能初創(chuàng)公司DeepSeek的AI技術(shù)給美國科技企業(yè)敲響“警鐘”，美國公司“需要專注于競爭以贏得勝利”。
“DeepSeek效應(yīng)”如何發(fā)酵
DeepSeek的成功，暴擊AI硬件龍頭英偉達。
當?shù)貢r間1月27日，英偉達（Nasdaq：NVDA）股價暴跌16.86%收于每股118.58美元，跌至過去10月以來的最低點；總市值2.90萬億美元，一日蒸發(fā)5900億美元（約合人民幣4.28萬億元），創(chuàng)史上最大單日個股市值蒸發(fā)紀錄。
英偉達的暴跌也使得創(chuàng)始人黃仁勛的身家大幅縮水210億美元。
視覺中國 圖
DeepSeek在國際范圍內(nèi)的成功，也為中國AI初創(chuàng)企業(yè)帶來“DeepSeek效應(yīng)”。
“我對AGI的判斷，是一場馬拉松。目前技術(shù)仍然還沒有收斂，算力是一個重要的影響因素?！眹鴥?nèi)AI頭部初創(chuàng)企業(yè)、面壁智能CEO李大海告訴記者。
他介紹，就像DeepSeek一樣，面壁也在旗下開發(fā)的MiniCPM-S系列引入自研稀疏化方案，通過將激活函數(shù)替換為ReLU及通過帶漸進約束的稀疏感知訓(xùn)練來提升大模型的稀疏性，能將Llama、MiniCPM 稀疏度提升至接近 90%，并且也能夠在保持模型原有水平的基礎(chǔ)上，有效降低模型推理的開銷。
“DeepSeek的成功，說明中國人工智能企業(yè)已進入世界第一梯隊。盡管我們要承認中美在人工智能上確實有原創(chuàng)性的差距，但是R1的發(fā)布將會很大程度影響這個行業(yè)的發(fā)展，2025年中國在AI領(lǐng)域的創(chuàng)新相當值得期待?！辟Y深A(yù)I從業(yè)者、獵豹移動董事長兼CEO傅盛表示。
而方漢認為，要談中國在AI上的能力完全趕超美國，還為時尚早，但是DeepSeek的表現(xiàn)，說明中國AI在發(fā)展空間上確實為人矚目。中國擁有最龐大的AI工程師隊伍和最多的AI論文數(shù)量，“在AI領(lǐng)域，中國和美國的優(yōu)勢相比其他國家是巨大的?！?/p>
“如果要雙方真正平起平坐地競爭，還是需要解決算力卡脖子問題。”方漢坦言，“但是我預(yù)計將在2-3年內(nèi)徹底解決這個問題。相信在不久之后，能看到兩個國家真正實現(xiàn)你追我趕、公平競爭。”