最近无论是国内的AI圈，还是美国的硅谷，都在谈论一个中国的AI公司——DeepSeek（中文名：深度求索）。

2025年1月20日，DeepSeek发布DeepSeek-R1模型，并同步开源了模型权重。

这不是一次普通的模型发布，更非普通的AI进展。其重要性可比肩OpenAI推出ChatGPT，甚至超越首次亮相的o1推理模型。若置身于全球AI竞争的大背景下，它的意义或许更为深远，堪称一场认知的颠覆。 

— 1 —

DeepSeek有多厉害？

说几个事实你感受一下：

1、它凭借与OpenAI的o1相当的推理能力，成为除OpenAI外的唯一存在；

2、它以极低资源和亲民价格实现这一突破，且完全开源，甚至还公开了训练细节；

3、它是一个纯粹的中国公司。公司创始人及团队均来自中国，公司在中国注册，且完全由中国人控制。

作为英伟达的资深研究员，Jim Fan对AI的洞察向来犀利精准，他对R1的评价是：

“在我们所处的现实中，一家非美国公司继承了OpenAI最初倡导的开放精神，真正做到了赋能所有人，这简直令人难以置信，却又真实发生了。”

— 2 —

DeepSeek为什么这么厉害？

这是一个非常复杂且重要的问题，简单来说，DeepSeek通过架构创新与工程优化，在推理能力、成本效益及生态构建三个维度实现了对传统模型的全面超越，例如：

1、推理能力的范式突破，混合专家架构（MoE）的进化应用：

▪ 采用动态稀疏激活机制，在同等参数规模下推理速度提升40%

▪ 通过专家网络专业化分工，复杂数学问题解决准确率提升至92.3%（GSM8K基准）

▪ 支持实时专家权重调整，在代码生成任务中实现98%的上下文相关性保持

2、成本效益的几何级提升：

▪ 采用3D并行训练框架，千卡集群利用率达82%（行业平均58%）

▪ 动态课程学习策略缩短训练周期30%，同等效果下能耗降低45%

▪ 首创自适应量化技术，FP16精度下实现INT8速度，延迟降低70%

▪ 上下文窗口扩展至1M tokens，长文档处理成本仅为GPT-4的1/8

3、......

4、......

5、......

也许读完前两条，你已经没有读下去的欲望了，字都认识但就是看不明白，不读了，再重要也不读了。

那不妨我们用最直白的话告诉你，DeepSeek为什么这么厉害：

1、像学霸一样聪明，但解题更快

▪ 复杂问题一点就通

数学题、法律文件、编程bug这类烧脑问题，它像请了不同领域的专家团队合作解题，准确率超90%（普通人可能需要查半天资料）。

▪ 超长记忆不混乱

能一口气读完1000页的书，还能记住关键细节。比如你问"第532页那个案例结论是什么"，它能立刻答出来。

▪ 跨语言无障碍

写代码能自动切换54种编程语言，中文问它"写个手机游戏"，它能用英语、Python、Java各种方式实现。

2、比同类AI省10倍钱

▪ 训练成本打3折

别人花800万美元训练的模型，它用200万就能做到同等效果，相当于用经济舱价格坐头等舱。

▪ 用手机都能运行

普通AI需要高价电脑服务器，它压缩后能在你的手机上流畅使用，速度堪比刷短视频。

▪ 处理长文本超省钱

分析一本《红楼梦》的成本，只要其他AI的1/8费用，就像用拼多多价买京东品质。

3、混合专家架构（MoE）

“混合专家架构（MoE）”就像智能餐厅的后厨系统，让专业师傅做拿手菜、订单不塞车、味道不翻车。

▪ 自动分单神器（动态稀疏激活）

你点"麻辣香锅+芝士蛋糕"，系统不会让做甜点的师傅炒辣椒，也不会让川菜大厨烤蛋糕。

举例：处理「解方程+写英文邮件」时，AI像餐厅自动分单，数学题给理科组，英语写作给文科组，处理速度提升40%。

▪ 星级大厨专区（专家专业化）

披萨师傅专攻火候把控，奶茶师专注摇杯手法，各自练就独门绝技。

举例：遇到「投资回报率计算」时，系统自动派给金融数学专家，准确率92.3%（普通AI像让奶茶师做披萨，容易翻车）。

▪ 实时品控员（权重调整）

像做生日蛋糕时，裱花师傅边做边调整糖霜浓度，保证每朵花都完美衔接。

举例：生成「自动回复邮件」代码时，如果开头用了礼貌用语，后续内容自动保持相同语气，不会前半句"尊敬的客户"后半句变成"嘿老铁"。

— 3 —

开源

有点讽刺的是，OpenAI其实并不“开放”。

在ChatGPT 2.0之前，OpenAI是开源的，代码和权重都公开。但从ChatGPT 3.0开始，它选择了闭源，从“OpenAI”变成了“CloseAI”。

这也情有可原，毕竟训练大模型成本高昂，大家也逐渐接受了闭源的现实。

但deepseek选择了开源。

DeepSeek 的开放有多彻底呢？它不但开源、免费可下载和公开了训练方法，而且允许任何人用R1做数据蒸馏，去训练自家的模型，而且你可以商业化。

DeepSeek 甚至已经用市面上的两个开源模型，阿里的Qwen和Meta的Llama，蒸馏出来六个小模型供你随便用。它们的跑分都相当高 ：

可是为什么deepseek选择开源？是因为品格高尚吗？

其实，开源和闭源只是技术团队在商业环境中的不同策略，各有优劣，并非道德高下的体现。

对DeepSeek来说，开源是“阳谋”，我把所有的研究成果，模型代码和权重，都免费公开给全世界。

这样，就会吸引大量开发者，来使用我的模型，测试我的模型，改进我的模型。全球技术专家可在其基础上迭代，甚至催生突破。

比如R1发布后，全球顶尖实验室和高校纷纷使用并反馈，推动社区讨论。

代码很重要。但是生态更重要。

用代码换取整个生态的帮助，可能才是对抗巨头们的唯一方法。

写在最后：

2025年的春节，全球都被咱们中国AI公司DeepSeek的最新模型震惊了，从美国新任总统特朗普，到马斯克、黄仁勋、奥尔特曼，再到各个领域的科学家，都纷纷地跳出来评论。

但就像科普作家万维钢所说：我们不能低估算力的作用，更不能低估美国的野心。

DeepSeek凭借低算力实现高效率，为行业带来新思路，也让OpenAI不得不重新审视自己。

不过，OpenAI的大算力投入并非无意义。

R1在数学和编程上表现出色，但在处理复杂科学问题时，仍不如o1-pro。

这或许符合“二八定律”：少量算力能解决80%的常见问题，但攻克剩下的20%却需要投入更多资源，而这正是OpenAI的主攻方向。

这是一场国运之争。

但是中国现在至少有个DeepSeek！这不是追赶更不是复制，这是独树一帜的重量级存在。

也许，让世界震惊的不是梁文峰，也不是Deepseek，而是中国在顶尖领域的技术崛起与自信，是未来更多的“Deepseek”和“梁文峰”们！