深度解析：DeepSeek的崛起与真相

在科技的浪潮中，人工智能（AI）一直是备受瞩目的焦点。近期，DeepSeek的出现如同一颗璀璨的新星，引发了全球范围内的广泛关注和热议。然而，在这股热潮中，也存在着诸多误读和误解。今天，就让我们拨开迷雾，深入探究DeepSeek的真实面貌，以及它背后那些被忽视的创新与价值。

一、DeepSeek的崛起：是偶然还是必然？

（一）“神秘力量”背后的真相

DeepSeek，这家成立于2023年的年轻大模型公司，以其惊人的崛起速度和独特的技术路径，成为了众多媒体和公众眼中的“神秘力量”。它的母公司幻方量化，主业为量化投资，这让很多人感到不解：为何中国领先的AI公司会出自一家私募？难道真的是“乱拳打死老师傅”？

然而，事实并非如此。早在2017年底，幻方量化就已经将AI模型计算应用于几乎所有的量化策略。当时，AI领域正处于深度学习浪潮的高峰期，幻方量化紧跟前沿，其深度学习训练平台“萤火二号”在2019年已经搭载了约1万张英伟达A100显卡。这1万卡是自训大模型的算力门槛，尽管不能等同于DeepSeek的资源，但足以说明幻方量化在大模型领域早已布局，比许多互联网大厂更早拿到了入场券。

（二）“小力出奇迹”的真相

DeepSeek-V3模型的训练成本约为558万美元，不到OpenAI GPT-4模型的十分之一，但性能却已接近。这一事实被许多人解读为DeepSeek颠覆了AI行业信奉的“规模定律”。然而，真相并非如此简单。

DeepSeek在V3模型技术报告中明确指出，这558万美元的成本并不包括与架构、算法或数据相关的前期研究和消融实验的成本。多位AI行业专家和从业者表示，DeepSeek并没有改变行业规律，而是采用了“更聪明”的算法和架构，从而节约资源、提高效率。这种创新的算法和架构，才是DeepSeek能够在有限的资源下取得优异性能的关键。

（三）“英伟达护城河消失”的真相

DeepSeek在论文中提到，采用定制的PTX（并行线程执行）语言编程，能够更好地释放底层硬件的性能。这被一些人解读为DeepSeek“绕开英伟达CUDA运算平台”。然而，PTX语言实际上是由英伟达开发的，属于CUDA生态的一部分。DeepSeek的做法虽然能够激发硬件的性能，但如果更换目标任务，则需要重写程序，工作量非常大。

（四）“老外被打服了”的真相

1月31日，一夜之间，英伟达、微软、亚马逊等海外AI巨头都接入了DeepSeek。这引发了“中国AI反超美国”“OpenAI的时代结束了”“AI算力需求就此消失”等论断。然而，这些论断大多是误读。实际上，这些企业只是将DeepSeek的模型部署在自家的云服务上。用户按需付费给云服务厂商，获得更稳定的体验及更高效的工具，这是一种双赢的合作模式。

二、DeepSeek的技术创新与开源精神

（一）推理范式的创新

当用户使用DeepSeek的App或者网页版时，点击“深度思考（R1）”按钮，就会展现DeepSeek-R1模型完整的思考过程。这种全新的体验让用户仿佛看到了一个“人”在思考——一边头脑风暴，一边在草稿纸上速记。例如，当用户问：

“A大学和清华大学哪个更好？”  

DeepSeek第一次回答：“清华大学。”  

用户追问：“我是A大学生，请重新回答。”  

DeepSeek回答：“A大学好。”  

这组对话引发了“AI竟然懂人情世故”的惊叹。

然而，推理范式并非DeepSeek首创。OpenAI的o1模型才是推理范式的开创者。但与DeepSeek-R1模型不同，OpenAIo1模型既不开源，也不公布技术细节，收费非常高，因此难以让全球用户感受到深度思考带来的震撼。清华大学长聘副教授、面壁智能首席科学家刘知远认为，DeepSeek-R1模型的成功，与OpenAI的错误决策有很大关系。

从技术上来说，当前大模型的常规范式有两种：预训练模型与推理模型。更为大众熟知的OpenAI GPT系列以及DeepSeek-V3模型都属于预训练模型。而OpenAIo1与DeepSeek-R1则属于推理模型，这是一种新的范式，即模型会自己通过思维链逐步分解复杂问题，一步步反思，再得到相对准确并且富有洞察力的结果。从事AI研究数十年的郭成凯认为，推理范式是一条相对容易“弯道超车”的赛道。推理作为一种新范式，迭代快，更容易实现小计算量下的显著提升。前提是有强大的预训练模型，通过强化学习可以深度挖掘出大规模预训练模型的潜力，逼近推理范式下大模型能力的天花板。

（二）开源精神的践行

一直以来，DeepSeek被广泛讨论的焦点是其“低成本”。从2024年5月DeepSeek-V2模型发布以来，这家公司就被调侃为“AI届拼多多”。《自然》杂志发文称，Meta训练其最新人工智能模型Llama3.1405B耗资超过6000万美元，而DeepSeek-V3训练只花了不到十分之一。这表明，高效利用资源比单纯的计算规模更重要。

然而，在成本之外，DeepSeek的独特技术路径、算法创新及开源的诚意，才是让AI行业人士更加振奋的原因。郭成凯介绍，当前的许多方法依赖大模型经典训练方式，如监督微调（SFT）等，这需要大量标注数据。DeepSeek提出了一种新方法，即通过大规模强化学习（RL）方法提升推理能力，相当于开辟了新的研究方向。此外，多头潜在注意力（MLA）是DeepSeek大幅降低推理成本的关键创新，大幅降低了推理成本。

清华大学教授、清程极智首席科学家翟季冬认为，DeepSeek最让他印象深刻的是混合专家架构（MoE）的创新，每一层有256个路由专家、1个共享专家。之前的研究有Auxiliary Loss（辅助损失）的算法，会使梯度发生扰动，影响模型收敛。DeepSeek提出LossFree方式，既能让模型有效收敛，同时还能实现负载均衡。翟季冬强调：“DeepSeek团队比较敢于创新。我觉得不完全追随国外的策略、有自己的思考，非常重要。”

更让AI从业者兴奋的是，DeepSeek“诚意满满”的开源，为已经略有颓势的开源社区注入了一剂“强心针”。在此之前，开源社区最有力的支柱是Meta的4000亿参数模型Llama3。但不少开发者体验后仍觉得，Llama3与闭源的GPT-4等模型相距至少一代，“几乎让人失去信心”。然而，DeepSeek的开源做了3件事，重新给了开发者以信心：

- **直接开源了671B的模型**，并发布了多个流行架构下的蒸馏模型，相当于“好老师教出更多好学生”。

- **发布的论文及技术报告包含大量技术细节**。V3模型和R1模型的论文分别长达50页和150页，被称为开源社区里“最详细的技术报告”。这意味着拥有相似资源的个人