當(dāng)硅谷仍在為GPU萬卡集群豪擲千億資金時(shí),，來自杭州的一群年輕人用557.6萬美元證明：AI大模型的比拼或許并不只靠規(guī)模，而是要看使用效率,。只要技術(shù)實(shí)力足夠強(qiáng),，一款上架不足半個(gè)月的App也能擊敗ChatGPT，在1月27日登頂蘋果應(yīng)用商店排行榜,。這幾天,，AI圈最火的大語言模型，不是ChatGPT,，不是文心一言,，甚至不是國(guó)內(nèi)“AI六小虎”中的任意一個(gè)，而是杭州AI公司深度求索所推出的DeepSeek,。從去年12月26日發(fā)布的DeepSeek-V3,，到1月20日發(fā)布的DeepSeek-R1，這家公司以O(shè)penAI三十分之一的API價(jià)格,，實(shí)現(xiàn)了在多項(xiàng)測(cè)試中表現(xiàn)持平甚至超越OpenAI的o1模型（下稱o1模型）的成績(jī),，給美國(guó)AI行業(yè)人士帶來了中國(guó)大模型“花小錢辦大事”的沖擊。新京報(bào)貝殼財(cái)經(jīng)記者對(duì)此進(jìn)行了實(shí)測(cè),，經(jīng)過同題問答發(fā)現(xiàn),，DeepSeek-R1的“深度思考”模式以步步推理的方式生成了具有邏輯性的回答,，用戶還能看到思考過程?！斑@種驚喜和第一次用ChatGPT3.5差不多,，甚至感覺更震撼。ChatGPT寫套路性很強(qiáng)的應(yīng)用文很好用,，但一旦涉及高語境,，調(diào)侃，諷刺,，就有濃濃的AI味,，沒有幽默感。DeepSeek對(duì)高語境內(nèi)容和中文網(wǎng)絡(luò)上的梗都能理解明白,，內(nèi)容基本達(dá)到了脫口秀文本的水平,。”1月27日,，IT從業(yè)者劉鴻博告訴貝殼財(cái)經(jīng)記者,。低成本比肩OpenAI o1模型 硅谷“燒錢模式”遭質(zhì)疑“你能想象一個(gè)籌集了10億美元的‘前沿’實(shí)驗(yàn)室，現(xiàn)在卻因?yàn)楸炔贿^DeepSeek而無法發(fā)布最新的模型嗎,？”DeepSeek-R1面世后的第二天,，知名文生圖大模型Stable Diffusion創(chuàng)始人Emad就對(duì)硅谷同行們發(fā)出了這樣的“靈魂拷問”。過去幾天,，面對(duì)“橫空出世”的DeepSeek,，不止一名美國(guó)AI從業(yè)者開始在社交平臺(tái)抒發(fā)自己內(nèi)心深處受到的震撼。OpenAI等美國(guó)大模型公司一直通過性能領(lǐng)先筑起自己的“護(hù)城河”,，以此抵御低價(jià)競(jìng)爭(zhēng)者,，但面對(duì)一款成本僅為“零頭”但性能同樣優(yōu)秀的大模型，許多人發(fā)現(xiàn)這一敘事已經(jīng)無法阻止用戶“用腳投票”,。北京時(shí)間1月27日，DeepSeek在蘋果App Store美國(guó)區(qū)免費(fèi)應(yīng)用下載榜上超越ChatGPT,，排名第一,，在中國(guó)區(qū)排行榜上同樣登頂。此外,，DeepSeek在App Store英國(guó)區(qū)免費(fèi)應(yīng)用下載榜的排名升至第二,，僅次于ChatGPT，而該App在1月15日才剛剛發(fā)布,。DeepSeek的出圈如同“TikTok難民”涌入小紅書一樣,，先由國(guó)外用戶發(fā)起。不少用戶在社交平臺(tái)曬出了自己使用DeepSeek的心得,，認(rèn)為這個(gè)應(yīng)用“非?？帷?。根據(jù)DeepSeek官方公布的性能測(cè)試，該大模型在數(shù)學(xué)測(cè)試,、編程等多個(gè)領(lǐng)域與o1模型表現(xiàn)“旗鼓相當(dāng)”,，其中MATH-500（評(píng)估大模型數(shù)學(xué)能力）、SWE-bench Verified（評(píng)估大模型的軟件工程能力）,、美國(guó)數(shù)學(xué)邀請(qǐng)賽的測(cè)試分?jǐn)?shù)還超過了o1模型,。新京報(bào)貝殼財(cái)經(jīng)記者測(cè)試發(fā)現(xiàn)，對(duì)于普通的問答問題,，DeepSeek的表現(xiàn)同樣可圈可點(diǎn),，尤其是自帶的“深度思考”模式可以讓用戶清晰了解到其思考過程。DeepSeek-R1模型技術(shù)報(bào)告 來源：DeepSeek官網(wǎng)除此之外,，DeepSeek的訓(xùn)練成本還更低,，根據(jù)其公布的技術(shù)文檔，DeepSeek-V3模型的訓(xùn)練成本為557.6萬美元,，訓(xùn)練使用的是算力受到限制的英偉達(dá)H800 GPU集群,。相比之下，同樣是開源模型的Meta旗下Llama3.1 405B模型的訓(xùn)練成本超過6000萬美元,，而OpenAI的GPT-4o模型的訓(xùn)練成本為1億美元,，且使用的是性能更加優(yōu)異的英偉達(dá)H100 GPU集群。DeepSeek技術(shù)文檔截圖 來源：DeepSeek官網(wǎng)雖然DeepSeek-R1模型的訓(xùn)練成本并未公開,，但從其API價(jià)格上也可以感受到“便宜”二字,，它的定價(jià)甚至連OpenAI定價(jià)的零頭都不到。DeepSeek-R1的API服務(wù)定價(jià)為每百萬輸入tokens1元（緩存命中）/ 4元（緩存未命中）,，每百萬輸出tokens16元,，而o1模型上述三項(xiàng)服務(wù)的定價(jià)分別為55元、110元,、438元,。事實(shí)上，價(jià)格便宜早在這次“出圈”前就是DeepSeek的標(biāo)簽,。去年年中,，國(guó)內(nèi)AI大模型大打“價(jià)格戰(zhàn)”時(shí)，第一個(gè)“挑起戰(zhàn)火”的正是DeepSeek發(fā)布的第二代MoE大模型,，但由于彼時(shí)DeepSeek并不屬于“AI六小虎”之一,，其降價(jià)聲勢(shì)很快被緊跟其后宣布降價(jià)的阿里云、百度,、科大訊飛等大廠蓋過?，F(xiàn)在，“小透明”不再低調(diào)，因?yàn)槌藘r(jià)格優(yōu)勢(shì)外,，其還有足以比肩o1的性能,。1月27日，社交平臺(tái)認(rèn)證為“AI投資機(jī)構(gòu)Menlo Ventures負(fù)責(zé)人”的Deedy對(duì)比谷歌Gemini和DeepSeek-R1后表示,，DeepSeek-R1更便宜,、上下文更長(zhǎng)、推理性能更佳,。這可能帶來更加深遠(yuǎn)的影響,，一位Meta工程師稱其內(nèi)部因DeepSeek進(jìn)入“恐慌模式”，Scale AI創(chuàng)始人Alexander Wang評(píng)價(jià)DeepSeek是“中國(guó)科技界帶給美國(guó)的苦澀教訓(xùn)”,，證明“低成本,、高效率”的研發(fā)模式可能顛覆硅谷巨頭的高投入路徑。社交平臺(tái)認(rèn)證為“風(fēng)險(xiǎn)投資人”的ShortBear評(píng)論稱,，“DeepSeek的興起對(duì)那些商業(yè)模式為銷售大量GPU（英偉達(dá)）或購買大量GPU（OpenAI,、微軟、谷歌）的公司都形成了挑戰(zhàn),?！苯刂帘本r(shí)間1月27日下午2:54分，英偉達(dá)夜盤大跌7.17%,。而前一個(gè)交易日（上周五1月24日）收盤下跌3.12%,，報(bào)收142.62美元/股，市值蒸發(fā)超千億美元,。實(shí)測(cè)用DeepSeek搜信息,、寫段子 用戶可看到大模型思考過程 那么，在C端的實(shí)際應(yīng)用上,，DeepSeek是否真的那么神奇,？1月26日至27日，新京報(bào)貝殼財(cái)經(jīng)記者進(jìn)行了實(shí)測(cè),。在聯(lián)網(wǎng)搜索功能方面,，記者向DeepSeek的APP應(yīng)用輸入提示詞“幫我整理本周內(nèi)AI行業(yè)發(fā)生的大事，并列出一個(gè)事件表”,，DeepSeek很快搜索到了48個(gè)網(wǎng)頁并開始通過深度思考模式“自言自語”,，包括“本周應(yīng)該是2025年1月20日到26日”、“網(wǎng)頁9是2024年,，應(yīng)該排除”、“需要整合這些信息,，排除重復(fù)”,、“星門計(jì)劃在網(wǎng)頁5和6都有提及，日期是1月24日？需要確認(rèn)”等,。最終,，DeepSeek輸出了一個(gè)從1月20日至26日的事件表。記者對(duì)比發(fā)現(xiàn),，雖然生成的內(nèi)容依然會(huì)受到抓取網(wǎng)頁內(nèi)容錯(cuò)誤的影響,，但在思考過程中，DeepSeek通過對(duì)照沖突的網(wǎng)頁內(nèi)容排除掉了一些“錯(cuò)誤答案”,，且思考過程清晰可見,，包括哪兩個(gè)事件的時(shí)間需要確定，哪個(gè)事件需要仔細(xì)核對(duì)等,。相比之下,，另外一些大模型甚至將2024年的結(jié)果列入了回答之中。貝殼財(cái)經(jīng)記者向DeepSeek提問時(shí),，DeepSeek的思考過程,。 來源：DeepSeek App截圖日常使用AI進(jìn)行工作，還擁有自己形象數(shù)字人的愷一告訴貝殼財(cái)經(jīng)記者,，她在與DeepSeek的對(duì)話中發(fā)現(xiàn),，該大模型工具對(duì)生辰八字、奇門遁甲等中國(guó)古代文化“樣樣在行”,，更關(guān)鍵的是它展現(xiàn)了思考問題的過程,，從該過程來看可以感受到“非常專業(yè)”。事實(shí)上,，DeepSeek在回答生成過程中展現(xiàn)出的思考過程給不少用戶帶來了震撼,，認(rèn)為該思考過程甚至比答案還有價(jià)值。貝殼財(cái)經(jīng)記者直接咨詢DeepSeek“為什么你的性能如此優(yōu)秀,，給我一個(gè)理由”時(shí),，DeepSeek的思考過程可謂“滴水不漏”，它首先拆分了問題,，將“性能優(yōu)秀”拆分為響應(yīng)速度,、處理復(fù)雜問題能力、多語言支持等多方面,，還頗有情商地考慮到了“用戶可能希望了解技術(shù)細(xì)節(jié),，但又不想過于專業(yè)化的解釋，要考慮用戶背景是不是技術(shù)人員”“在回答結(jié)構(gòu)上要首先感謝用戶的認(rèn)可”,，另外它還考慮到了“要遵守隱私和安全規(guī)范,，不泄露內(nèi)部技術(shù)細(xì)節(jié)”。貝殼財(cái)經(jīng)記者向DeepSeek提問時(shí),，DeepSeek的思考過程,。 來源：DeepSeek App截圖多名采訪對(duì)象告訴貝殼財(cái)經(jīng)記者，DeepSeek對(duì)一些問題的回復(fù)質(zhì)量超過了o1模型，記者通過測(cè)試發(fā)現(xiàn),，DeepSeek確實(shí)熟悉中外互聯(lián)網(wǎng)上的各種“?！薄鹨槐硎?，當(dāng)前市面上有不少結(jié)合付費(fèi)場(chǎng)景的App,，其內(nèi)在原理就是把AI大模型嵌入軟件中，再進(jìn)行微調(diào),。DeepSeek出現(xiàn)后,，由于其開源性質(zhì)，這些產(chǎn)品的發(fā)展空間應(yīng)該會(huì)更大,。大模型自發(fā)“頓悟” DeepSeek創(chuàng)新AI訓(xùn)練模式為什么DeepSeek能夠以較低的價(jià)格訓(xùn)練出性能比肩o1的大模型,？根據(jù)其公布的技術(shù)文檔，DeepSeek-R1-Zero通過單純的強(qiáng)化學(xué)習(xí)（RL）訓(xùn)練實(shí)現(xiàn)推理能力,，無需監(jiān)督微調(diào)（SFT）,，打破了傳統(tǒng)依賴預(yù)設(shè)思維鏈的范式。據(jù)了解,，以往模型需要花費(fèi)大量精力在監(jiān)督微調(diào)上,，即使用大量已標(biāo)注數(shù)據(jù)對(duì)AI模型進(jìn)行進(jìn)一步訓(xùn)練，這些數(shù)據(jù)包含了問題,、對(duì)應(yīng)“標(biāo)準(zhǔn)答案”,、思考步驟范例，大模型正是靠著這些模仿人類思維的方式,，才得以提升推理能力,。這一路徑讓AI大模型越來越聰明的同時(shí)，也帶來了另一個(gè)問題：如果大模型足夠“聰明”,，可能產(chǎn)生獎(jiǎng)勵(lì)欺騙問題,，即利用獎(jiǎng)勵(lì)函數(shù)中的漏洞和模糊性來獲取高獎(jiǎng)勵(lì)，好像一個(gè)作弊技術(shù)越來越高超的考生,，卻未能真正完成預(yù)期任務(wù),。而DeepSeek摒棄了監(jiān)督微調(diào)，單純依靠準(zhǔn)確性獎(jiǎng)勵(lì)訓(xùn)練模型,，且獎(jiǎng)勵(lì)規(guī)則極其簡(jiǎn)單,。直接讓模型生成答案，然后打分,，再根據(jù)高分邏輯更新模型,。由于省去了監(jiān)督微調(diào)中復(fù)雜的獎(jiǎng)懲模式，計(jì)算資源的需求得以大幅減少,。事實(shí)證明,，這一條路真的讓模型學(xué)會(huì)了思考乃至“頓悟”,。DeepSeek在技術(shù)文檔中透露,，在DeepSeek-R1-Zero的訓(xùn)練過程中,，觀察到了一個(gè)特別引人注目的現(xiàn)象——“頓悟時(shí)刻”。這一現(xiàn)象發(fā)生在模型的某個(gè)中間版本中,，在這一階段,，DeepSeek-R1-Zero學(xué)會(huì)了通過重新評(píng)估其初步方法來為問題分配更多的思考時(shí)間。這種行為不僅證明了模型推理能力的增強(qiáng),，而且也是強(qiáng)化學(xué)習(xí)能夠帶來意外收獲的最好例子,。具體來看，在處理一個(gè)復(fù)雜的數(shù)學(xué)問題時(shí),，模型突然停下來說"Wait, wait. Wait. That’s an aha moment I can flag here"（等等,、等等、等等,，這是個(gè)值得我記錄的‘啊哈’時(shí)刻）,，隨后重新審視了整個(gè)解題過程。DeepSeek技術(shù)文檔截圖,，圖中紅字為大模型自發(fā)的感慨：“等等,、等等、等等,，這是一個(gè)值得我記錄的時(shí)刻”,。來源：DeepSeek官網(wǎng)DeepSeek在技術(shù)文檔中表示，這一刻不僅對(duì)模型來說是“頓悟時(shí)刻”,，對(duì)觀察其行為的研究人員來說也是如此,。它強(qiáng)調(diào)了強(qiáng)化學(xué)習(xí)的力量和魅力：我們不必明確教導(dǎo)模型如何解決問題，只需為其提供正確的激勵(lì),，它就會(huì)自主地開發(fā)出高級(jí)的問題解決策略,。“頓悟時(shí)刻”有力地提醒了我們,，強(qiáng)化學(xué)習(xí)具有解鎖人工智能系統(tǒng)中新層次智能的潛力,，為未來更自主和自適應(yīng)的模型鋪平道路。不少硅谷研究人員認(rèn)為,，這一“頓悟”時(shí)刻對(duì)AI發(fā)展意義重大,，如社交平臺(tái)認(rèn)證為“GEAR Lab聯(lián)合創(chuàng)始人、OpenAI第一名實(shí)習(xí)生”的Jim Fan表示,，DeepSeek-R1避免使用任何容易破解的學(xué)習(xí)獎(jiǎng)勵(lì)模型,。這使得模型產(chǎn)生了自我反思與探索行為的涌現(xiàn)。此外,，DeepSeek還是一款開源大模型,，DeepSeek方面表示,，“為了進(jìn)一步促進(jìn)技術(shù)的開源和共享，我們決定允許用戶利用模型輸出,、通過模型蒸餾等方式訓(xùn)練其他模型,。”這意味著所有人都可以通過下載和微調(diào)該大模型從中獲益,。國(guó)外的開發(fā)者論壇上甚至有人發(fā)起了“將DeepSeek模型裝進(jìn)個(gè)人電腦”的挑戰(zhàn),。值得注意的是，DeepSeek團(tuán)隊(duì)由清華大學(xué),、北京大學(xué)應(yīng)屆生和實(shí)習(xí)生主導(dǎo),，平均年齡不足26歲。一些關(guān)于模型的技術(shù)革新如MLA（多頭潛在注意力）架構(gòu)的靈感源自一名博士生的“突發(fā)奇想”,，而GRPO強(qiáng)化學(xué)習(xí)算法的突破則由3名實(shí)習(xí)生完成,。創(chuàng)始人梁文鋒在2023年5月剛剛宣布進(jìn)場(chǎng)大模型領(lǐng)域時(shí)曾在接受媒體采訪稱，“招聘看能力,，而不是看經(jīng)驗(yàn),。我們的核心技術(shù)崗位，基本以應(yīng)屆和畢業(yè)一兩年的人為主,?！薄安蛔銮爸脥徫环止ぃ亲匀环止?，每個(gè)人可以隨時(shí)調(diào)用訓(xùn)練集群,，只要幾個(gè)人都有興趣就可以開始一個(gè)項(xiàng)目?！边@種“自下而上”的創(chuàng)新文化,，與OpenAI早期如出一轍?！拔覀冋幵谝粋€(gè)時(shí)間線上,，一家非美國(guó)公司正在延續(xù)OpenAI的原始使命——真正開放、前沿的研究,，賦能所有人,。”Jim Fan表示,。面壁智能首席科學(xué)家劉知遠(yuǎn)在朋友圈發(fā)文稱,，“DeepSeek最近出圈，特別好地證明了我們的競(jìng)爭(zhēng)優(yōu)勢(shì)所在,，就是通過有限資源的極致高效利用,，實(shí)現(xiàn)以少勝多。2024年很多人來問我,，中國(guó)跟美國(guó)的AI差距是擴(kuò)大了還是縮小了,，我說明顯縮小了,，但能感受到大部分人還不太信服，現(xiàn)在DeepSeek等用實(shí)例讓大家看到了這點(diǎn),，非常贊,。”“AGI新技術(shù)還在加速演進(jìn),，未來發(fā)展路徑還不明確,。我們?nèi)栽谧汾s的階段，已經(jīng)不是望塵莫及,，但也只能說尚可望其項(xiàng)背，在別人已經(jīng)探索出的路上跟隨快跑還是相對(duì)容易的,。接下來我們要獨(dú)立面對(duì)一團(tuán)未來迷霧,，如何先人一步探出新路，是更加困難和挑戰(zhàn)的事,，需要我們更加百倍投入,、百倍努力?！眲⒅h(yuǎn)說,。記者聯(lián)系郵箱：[email protected]新京報(bào)貝殼財(cái)經(jīng)記者 羅亦丹 編輯 王進(jìn)雨 校對(duì) 柳寶慶