当硅谷仍在为GPU万卡集群豪掷千亿资金时✿★ღ◈，来自杭州的一群年轻人用557.6万美元证明✿★ღ◈：AI大模型的比拼或许并不只靠规模✿★ღ◈，而是要看使用效率✿★ღ◈。只要技术实力足够强✿★ღ◈，一款上架不足半个月的App也能击败ChatGPT✿★ღ◈，在1月27日登顶苹果应用商店排行榜✿★ღ◈。

　　这几天✿★ღ◈，AI圈最火的大语言模型✿★ღ◈，不是ChatGPT✿★ღ◈，不是文心一言快播太平洋定制版✿★ღ◈，甚至不是国内“AI六小虎”中的任意一个✿★ღ◈，而是杭州AI公司深度求索所推出的DeepSeek✿★ღ◈。从去年12月26日发布的DeepSeek-V3✿★ღ◈，到1月20日发布的DeepSeek-R1✿★ღ◈，这家公司以OpenAI三十分之一的API价格快播太平洋定制版✿★ღ◈，实现了在多项测试中表现持平甚至超越OpenAI的o1模型（下称o1模型）的成绩✿★ღ◈，给美国AI行业人士带来了中国大模型“花小钱办大事”的冲击✿★ღ◈。

　　新京报贝壳财经记者对此进行了实测✿★ღ◈，经过同题问答发现✿★ღ◈，DeepSeek-R1的“深度思考”模式以步步推理的方式生成了具有逻辑性的回答✿★ღ◈，用户还能看到思考过程✿★ღ◈。

　　“这种惊喜和第一次用ChatGPT3.5差不多✿★ღ◈，甚至感觉更震撼✿★ღ◈。ChatGPT写套路性很强的应用文很好用✿★ღ◈，但一旦涉及高语境✿★ღ◈，调侃✿★ღ◈，讽刺✿★ღ◈，就有浓浓的AI味✿★ღ◈，没有幽默感✿★ღ◈。DeepSeek对高语境内容和中文网络上的梗都能理解明白✿★ღ◈，内容基本达到了脱口秀文本的水平凯发k8国际✿★ღ◈。”1月27日✿★ღ◈，IT从业者刘鸿博告诉贝壳财经记者✿★ღ◈。

　　“你能想象一个筹集了10亿美元的‘前沿’实验室✿★ღ◈，现在却因为比不过DeepSeek而无法发布最新的模型吗？”DeepSeek-R1面世后的第二天✿★ღ◈，知名文生图大模型Stable Diffusion创始人Emad就对硅谷同行们发出了这样的“灵魂拷问”✿★ღ◈。

　　过去几天✿★ღ◈，面对“横空出世”的DeepSeek✿★ღ◈，不止一名美国AI从业者开始在社交平台抒发自己内心深处受到的震撼✿★ღ◈。OpenAI等美国大模型公司一直通过性能领先筑起自己的“护城河”✿★ღ◈，以此抵御低价竞争者✿★ღ◈，但面对一款成本仅为“零头”但性能同样优秀的大模型✿★ღ◈，许多人发现这一叙事已经无法阻止用户“用脚投票”✿★ღ◈。

　　北京时间1月27日✿★ღ◈，DeepSeek在苹果App Store美国区免费应用下载榜上超越ChatGPT✿★ღ◈，排名第一✿★ღ◈，在中国区排行榜上同样登顶✿★ღ◈。此外✿★ღ◈，DeepSeek在App Store英国区免费应用下载榜的排名升至第二✿★ღ◈，仅次于ChatGPT✿★ღ◈，而该App在1月15日才刚刚发布✿★ღ◈。DeepSeek的出圈如同“TikTok难民”涌入小红书一样✿★ღ◈，先由国外用户发起✿★ღ◈。不少用户在社交平台晒出了自己使用DeepSeek的心得✿★ღ◈，认为这个应用“非常酷”✿★ღ◈。

　　根据DeepSeek官方公布的性能测试✿★ღ◈，该大模型在数学测试✿★ღ◈、编程等多个领域与o1模型表现“旗鼓相当”✿★ღ◈，其中MATH-500（评估大模型数学能力）✿★ღ◈、SWE-bench Verified（评估大模型的软件工程能力）✿★ღ◈、美国数学邀请赛的测试分数还超过了o1模型✿★ღ◈。新京报贝壳财经记者测试发现✿★ღ◈，对于普通的问答问题✿★ღ◈，DeepSeek的表现同样可圈可点✿★ღ◈，尤其是自带的“深度思考”模式可以让用户清晰了解到其思考过程✿★ღ◈。

　　除此之外✿★ღ◈，DeepSeek的训练成本还更低✿★ღ◈，根据其公布的技术文档✿★ღ◈，DeepSeek-V3模型的训练成本为557.6万美元✿★ღ◈，训练使用的是算力受到限制的英伟达H800 GPU集群✿★ღ◈。相比之下✿★ღ◈，同样是开源模型的Meta旗下Llama3.1 405B模型的训练成本超过6000万美元✿★ღ◈，而OpenAI的GPT-4o模型的训练成本为1亿美元✿★ღ◈，且使用的是性能更加优异的英伟达H100 GPU集群✿★ღ◈。

　　虽然DeepSeek-R1模型的训练成本并未公开✿★ღ◈，但从其API价格上也可以感受到“便宜”二字✿★ღ◈，它的定价甚至连OpenAI定价的零头都不到✿★ღ◈。DeepSeek-R1的API服务定价为每百万输入tokens1元（缓存命中）/ 4元（缓存未命中）✿★ღ◈，每百万输出tokens16元✿★ღ◈，而o1模型上述三项服务的定价分别为55元✿★ღ◈、110元✿★ღ◈、438元✿★ღ◈。

　　事实上✿★ღ◈，价格便宜早在这次“出圈”前就是DeepSeek的标签✿★ღ◈。去年年中✿★ღ◈，国内AI大模型大打“价格战”时✿★ღ◈，第一个“挑起战火”的正是DeepSeek发布的第二代MoE大模型✿★ღ◈，但由于彼时DeepSeek并不属于“AI六小虎”之一✿★ღ◈，其降价声势很快被紧跟其后宣布降价的阿里云✿★ღ◈、百度✿★ღ◈、科大讯飞等大厂盖过✿★ღ◈。

　　现在✿★ღ◈，“小透明”不再低调✿★ღ◈，因为除了价格优势外✿★ღ◈，其还有足以比肩o1的性能✿★ღ◈。1月27日✿★ღ◈，社交平台认证为“AI投资机构Menlo Ventures负责人”的Deedy对比谷歌Gemini和DeepSeek-R1后表示✿★ღ◈，DeepSeek-R1更便宜✿★ღ◈、上下文更长✿★ღ◈、推理性能更佳✿★ღ◈。

　　这可能带来更加深远的影响✿★ღ◈，一位Meta工程师称其内部因DeepSeek进入“恐慌模式”✿★ღ◈，Scale AI创始人Alexander Wang评价DeepSeek是“中国科技界带给美国的苦涩教训”✿★ღ◈，证明“低成本✿★ღ◈、高效率”的研发模式可能颠覆硅谷巨头的高投入路径✿★ღ◈。社交平台认证为“风险投资人”的ShortBear评论称✿★ღ◈，“DeepSeek的兴起对那些商业模式为销售大量GPU（英伟达）或购买大量GPU（OpenAI✿★ღ◈、微软✿★ღ◈、谷歌）的公司都形成了挑战✿★ღ◈。”

　　截至北京时间1月27日下午2:54分✿★ღ◈，英伟达夜盘大跌7.17%凯发k8国际✿★ღ◈，✿★ღ◈。而前一个交易日（上周五1月24日）收盘下跌3.12%✿★ღ◈，报收142.62美元/股✿★ღ◈，市值蒸发超千亿美元✿★ღ◈。

　　在联网搜索功能方面✿★ღ◈，记者向DeepSeek的APP应用输入提示词“帮我整理本周内AI行业发生的大事✿★ღ◈，并列出一个事件表”✿★ღ◈，DeepSeek很快搜索到了48个网页并开始通过深度思考模式“自言自语”✿★ღ◈，包括“本周应该是2025年1月20日到26日”✿★ღ◈、“网页9是2024年✿★ღ◈，应该排除”✿★ღ◈、“需要整合这些信息凯发k8国际✿★ღ◈，排除重复”✿★ღ◈、“星门计划在网页5和6都有提及✿★ღ◈，日期是1月24日？需要确认”等✿★ღ◈。

　　最终✿★ღ◈，DeepSeek输出了一个从1月20日至26日的事件表✿★ღ◈。记者对比发现✿★ღ◈，虽然生成的内容依然会受到抓取网页内容错误的影响✿★ღ◈，但在思考过程中✿★ღ◈，DeepSeek通过对照冲突的网页内容排除掉了一些“错误答案”✿★ღ◈，且思考过程清晰可见✿★ღ◈，包括哪两个事件的时间需要确定✿★ღ◈，哪个事件需要仔细核对等✿★ღ◈。相比之下✿★ღ◈，另外一些大模型甚至将2024年的结果列入了回答之中✿★ღ◈。

　　日常使用AI进行工作✿★ღ◈，还拥有自己形象数字人的恺一告诉贝壳财经记者✿★ღ◈，她在与DeepSeek的对话中发现✿★ღ◈，该大模型工具对生辰八字✿★ღ◈、奇门遁甲等中国古代文化“样样在行”✿★ღ◈，更关键的是它展现了思考问题的过程✿★ღ◈，从该过程来看可以感受到“非常专业”✿★ღ◈。

　　事实上✿★ღ◈，DeepSeek在回答生成过程中展现出的思考过程给不少用户带来了震撼✿★ღ◈，认为该思考过程甚至比答案还有价值✿★ღ◈。

　　贝壳财经记者直接咨询DeepSeek“为什么你的性能如此优秀✿★ღ◈，给我一个理由”时✿★ღ◈，DeepSeek的思考过程可谓“滴水不漏”✿★ღ◈，它首先拆分了问题凯发国际app首页✿★ღ◈，✿★ღ◈，将“性能优秀”拆分为响应速度✿★ღ◈、处理复杂问题能力✿★ღ◈、多语言支持等多方面✿★ღ◈，还颇有情商地考虑到了“用户可能希望了解技术细节✿★ღ◈，但又不想过于专业化的解释✿★ღ◈，要考虑用户背景是不是技术人员”“在回答结构上要首先感谢用户的认可”✿★ღ◈，另外它还考虑到了“要遵守隐私和安全规范✿★ღ◈，不泄露内部技术细节”✿★ღ◈。

　　多名采访对象告诉贝壳财经记者✿★ღ◈，DeepSeek对一些问题的回复质量超过了o1模型✿★ღ◈，记者通过测试发现凯发k8国际✿★ღ◈，DeepSeek确实熟悉中外互联网上的各种“梗”✿★ღ◈。

　　恺一表示✿★ღ◈，当前市面上有不少结合付费场景的App✿★ღ◈，其内在原理就是把AI大模型嵌入软件中✿★ღ◈，再进行微调✿★ღ◈。DeepSeek出现后✿★ღ◈，由于其开源性质✿★ღ◈，这些产品的发展空间应该会更大✿★ღ◈。

　　为什么DeepSeek能够以较低的价格训练出性能比肩o1的大模型？根据其公布的技术文档✿★ღ◈，DeepSeek-R1-Zero通过单纯的强化学习（RL）训练实现推理能力✿★ღ◈，无需监督微调（SFT）✿★ღ◈，打破了传统依赖预设思维链的范式✿★ღ◈。

　　据了解✿★ღ◈，以往模型需要花费大量精力在监督微调上✿★ღ◈，即使用大量已标注数据对AI模型进行进一步训练✿★ღ◈，这些数据包含了问题✿★ღ◈、对应“标准答案”✿★ღ◈、思考步骤范例✿★ღ◈，大模型正是靠着这些模仿人类思维的方式✿★ღ◈，才得以提升推理能力✿★ღ◈。

　　这一路径让AI大模型越来越聪明的同时✿★ღ◈，也带来了另一个问题✿★ღ◈：如果大模型足够“聪明”✿★ღ◈，可能产生奖励欺骗问题✿★ღ◈，即利用奖励函数中的漏洞和模糊性来获取高奖励✿★ღ◈，好像一个作弊技术越来越高超的考生快播太平洋定制版✿★ღ◈，却未能真正完成预期任务✿★ღ◈。

　　而DeepSeek摒弃了监督微调✿★ღ◈，单纯依靠准确性奖励训练模型✿★ღ◈，且奖励规则极其简单✿★ღ◈。直接让模型生成答案✿★ღ◈，然后打分✿★ღ◈，再根据高分逻辑更新模型✿★ღ◈。由于省去了监督微调中复杂的奖惩模式✿★ღ◈，计算资源的需求得以大幅减少✿★ღ◈。

　　DeepSeek在技术文档中透露✿★ღ◈，在DeepSeek-R1-Zero的训练过程中✿★ღ◈，观察到了一个特别引人注目的现象——“顿悟时刻”✿★ღ◈。这一现象发生在模型的某个中间版本中✿★ღ◈，在这一阶段✿★ღ◈，DeepSeek-R1-Zero学会了通过重新评估其初步方法来为问题分配更多的思考时间✿★ღ◈。这种行为不仅证明了模型推理能力的增强✿★ღ◈，而且也是强化学习能够带来意外收获的最好例子凯发官网入口首页✿★ღ◈。✿★ღ◈。

　　具体来看✿★ღ◈，在处理一个复杂的数学问题时✿★ღ◈，模型突然停下来说Wait, wait. Wait. Thats an aha moment I can flag here（等等✿★ღ◈、等等✿★ღ◈、等等✿★ღ◈，这是个值得我记录的‘啊哈’时刻）✿★ღ◈，随后重新审视了整个解题过程✿★ღ◈。

　　DeepSeek技术文档截图✿★ღ◈，图中红字为大模型自发的感慨✿★ღ◈：“等等✿★ღ◈、等等✿★ღ◈、等等✿★ღ◈，这是一个值得我记录的时刻”✿★ღ◈。来源✿★ღ◈：DeepSeek官网

　　DeepSeek在技术文档中表示✿★ღ◈，这一刻不仅对模型来说是“顿悟时刻”✿★ღ◈，对观察其行为的研究人员来说也是如此凯发k8国际✿★ღ◈。它强调了强化学习的力量和魅力✿★ღ◈：我们不必明确教导模型如何解决问题✿★ღ◈，只需为其提供正确的激励✿★ღ◈，它就会自主地开发出高级的问题解决策略✿★ღ◈。“顿悟时刻”有力地提醒了我们快播太平洋定制版✿★ღ◈，强化学习具有解锁人工智能系统中新层次智能的潜力✿★ღ◈，为未来更自主和自适应的模型铺平道路✿★ღ◈。

　　不少硅谷研究人员认为✿★ღ◈，这一“顿悟”时刻对AI发展意义重大✿★ღ◈，如社交平台认证为“GEAR Lab联合创始人✿★ღ◈、OpenAI第一名实习生”的Jim Fan表示✿★ღ◈，DeepSeek-R1避免使用任何容易破解的学习奖励模型✿★ღ◈。这使得模型产生了自我反思与探索行为的涌现快播太平洋定制版✿★ღ◈。

　　此外✿★ღ◈，DeepSeek还是一款开源大模型✿★ღ◈，DeepSeek方面表示凯发k8国际凯发k8国际✿★ღ◈，“为了进一步促进技术的开源和共享✿★ღ◈，我们决定允许用户利用模型输出✿★ღ◈、通过模型蒸馏等方式训练其他模型✿★ღ◈。”这意味着所有人都可以通过下载和微调该大模型从中获益✿★ღ◈。国外的开发者论坛上甚至有人发起了“将DeepSeek模型装进个人电脑”的挑战✿★ღ◈。

　　值得注意的是✿★ღ◈，DeepSeek团队由清华大学✿★ღ◈、北京大学应届生和实习生主导✿★ღ◈，平均年龄不足26岁✿★ღ◈。一些关于模型的技术革新如MLA（多头潜在注意力）架构的灵感源自一名博士生的“突发奇想”✿★ღ◈，而GRPO强化学习算法的突破则由3名实习生完成✿★ღ◈。创始人梁文锋在2023年5月刚刚宣布进场大模型领域时曾在接受媒体采访称✿★ღ◈，“招聘看能力✿★ღ◈，而不是看经验✿★ღ◈。我们的核心技术岗位✿★ღ◈，基本以应届和毕业一两年的人为主✿★ღ◈。”“不做前置岗位分工✿★ღ◈，而是自然分工✿★ღ◈，每个人可以随时调用训练集群✿★ღ◈，只要几个人都有兴趣就可以开始一个项目✿★ღ◈。”这种“自下而上”的创新文化✿★ღ◈，与OpenAI早期如出一辙✿★ღ◈。

　　“我们正处在一个时间线上✿★ღ◈，一家非美国公司正在延续OpenAI的原始使命——真正开放✿★ღ◈、前沿的研究✿★ღ◈，赋能所有人✿★ღ◈。”Jim Fan表示✿★ღ◈。

　　面壁智能首席科学家刘知远在朋友圈发文称✿★ღ◈，“DeepSeek最近出圈✿★ღ◈，特别好地证明了我们的竞争优势所在✿★ღ◈，就是通过有限资源的极致高效利用✿★ღ◈，实现以少胜多✿★ღ◈。2024年很多人来问我✿★ღ◈，中国跟美国的AI差距是扩大了还是缩小了✿★ღ◈，我说明显缩小了✿★ღ◈，但能感受到大部分人还不太信服✿★ღ◈，现在DeepSeek等用实例让大家看到了这点✿★ღ◈，非常赞✿★ღ◈。”

　　“AGI新技术还在加速演进✿★ღ◈，未来发展路径还不明确✿★ღ◈。我们仍在追赶的阶段✿★ღ◈，已经不是望尘莫及✿★ღ◈，但也只能说尚可望其项背✿★ღ◈，在别人已经探索出的路上跟随快跑还是相对容易的✿★ღ◈。接下来我们要独立面对一团未来迷雾✿★ღ◈，如何先人一步探出新路✿★ღ◈，是更加困难和挑战的事✿★ღ◈，需要我们更加百倍投入✿★ღ◈、百倍努力✿★ღ◈。”刘知远说✿★ღ◈。