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

　　这几天✿★◈★，AI圈最火的大语言模型✿★◈★，不是ChatGPT电影首发论坛✿★◈★，不是文心一言✿★◈★，甚至不是国内“AI六小虎”中的任意一个✿★◈★，而是杭州AI公司深度求索所推出的DeepSeek✿★◈★。从去年12月26日发布的DeepSeek-V3✿★◈★，到1月20日发布的DeepSeek-R1✿★◈★，这家公司以OpenAI三十分之一的API价格✿★◈★，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✿★◈★，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✿★◈★。

　　新京报贝壳财经记者对此进行了实测九游会官方网站✿★◈★，经过同题问答发现✿★◈★，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✿★◈★，用户还能看到思考过程✿★◈★。

　　“这种惊喜和第一次用ChatGPT3.5差不多✿★◈★，甚至感觉更震撼✿★◈★。ChatGPT写套路性很强的应用文很好用九游会官方网站✿★◈★，但一旦涉及高语境✿★◈★，调侃✿★◈★，讽刺✿★◈★，就有浓浓的AI味✿★◈★，没有幽默感✿★◈★。DeepSeek对高语境内容和中文网络上的梗都能理解明白✿★◈★，内容基本达到了脱口秀文本的水平✿★◈★。”1月27日电影首发论坛✿★◈★，IT从业者刘鸿博告诉贝壳财经记者✿★◈★。

　　“你能想象一个筹集了10亿美元的‘前沿’实验室✿★◈★，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✿★◈★，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”✿★◈★。

　　过去几天✿★◈★，面对“横空出世”的DeepSeek✿★◈★，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✿★◈★。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”✿★◈★，以此抵御低价竞争者✿★◈★，但面对一款成本仅为“零头”但性能同样优秀的大模型✿★◈★，许多人发现这一叙事已经无法阻止用户“用脚投票”✿★◈★。

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

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

　　除此之外✿★◈★，DeepSeek的训练成本还更低✿★◈★，根据其公布的技术文档✿★◈★，DeepSeek-V3模型的训练成本为557.6万美元✿★◈★，训练使用的是算力受到限制的英伟达H800 GPU集群✿★◈★。相比之下✿★◈★，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✿★◈★，而OpenAI的GPT-4o模型的训练成本为1亿美元✿★◈★，且使用的是性能更加优异的英伟达H100 GPU集群电影首发论坛✿★◈★。

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

　　事实上✿★◈★，价格便宜早在这次“出圈”前就是DeepSeek的标签✿★◈★。去年年中✿★◈★，国内AI大模型大打“价格战”时✿★◈★，第一个“挑起战火”的正是DeepSeek发布的第二代MoE大模型✿★◈★，但由于彼时DeepSeek并不属于“AI六小虎”之一✿★◈★，其降价声势很快被紧跟其后宣布降价的阿里云✿★◈★、百度✿★◈★、科大讯飞等大厂盖过九游会官方网站✿★◈★。

　　现在✿★◈★，“小透明”不再低调✿★◈★，因为除了价格优势外✿★◈★，其还有足以比肩o1的性能✿★◈★。1月27日✿★◈★，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✿★◈★，DeepSeek-R1更便宜✿★◈★、上下文更长✿★◈★、推理性能更佳九游会官方网站✿★◈★。

　　这可能带来更加深远的影响✿★◈★，一位Meta工程师称其内部因DeepSeek进入“恐慌模式”✿★◈★，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”✿★◈★，证明“低成本✿★◈★、高效率”的研发模式可能颠覆硅谷巨头的高投入路径✿★◈★。社交平台认证为“风险投资人”的ShortBear评论称✿★◈★，“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✿★◈★、微软✿★◈★、谷歌）的公司都形成了挑战✿★◈★。”

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

　　在联网搜索功能方面✿★◈★，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✿★◈★，并列出一个事件表”✿★◈★，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”✿★◈★，包括“本周应该是2025年1月20日到26日”✿★◈★、“网页9是2024年✿★◈★，应该排除”✿★◈★、“需要整合这些信息✿★◈★，排除重复”✿★◈★、“星门计划在网页5和6都有提及✿★◈★，日期是1月24日？需要确认”等✿★◈★。

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

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

　　事实上✿★◈★，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✿★◈★，认为该思考过程甚至比答案还有价值✿★◈★。

　　贝壳财经记者直接咨询DeepSeek“为什么你的性能如此优秀✿★◈★，给我一个理由”时✿★◈★，DeepSeek的思考过程可谓“滴水不漏”✿★◈★，它首先拆分了问题✿★◈★，将“性能优秀”拆分为响应速度✿★◈★、处理复杂问题能力✿★◈★、多语言支持等多方面九游会官方网站✿★◈★，还颇有情商地考虑到了“用户可能希望了解技术细节电影首发论坛✿★◈★，但又不想过于专业化的解释✿★◈★，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”✿★◈★，另外它还考虑到了“要遵守隐私和安全规范✿★◈★，不泄露内部技术细节”✿★◈★。

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

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

　　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✿★◈★，DeepSeek-R1-Zero通过单纯的强化学习（RL）训练实现推理能力✿★◈★，无需监督微调（SFT）电影首发论坛✿★◈★，打破了传统依赖预设思维链的范式✿★◈★。

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

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

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

　　DeepSeek在技术文档中透露✿★◈★，在DeepSeek-R1-Zero的训练过程中✿★◈★，观察到了一个特别引人注目的现象——“顿悟时刻”✿★◈★。这一现象发生在模型的某个中间版本中✿★◈★，在这一阶段电影首发论坛✿★◈★，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✿★◈★。这种行为不仅证明了模型推理能力的增强✿★◈★，而且也是强化学习能够带来意外收获的最好例子✿★◈★。

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

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

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

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

　　此外✿★◈★，DeepSeek还是一款开源大模型✿★◈★，DeepSeek方面表示✿★◈★，“为了进一步促进技术的开源和共享✿★◈★，我们决定允许用户利用模型输出✿★◈★、通过模型蒸馏等方式训练其他模型✿★◈★。”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✿★◈★。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✿★◈★。

　　值得注意的是✿★◈★，DeepSeek团队由清华大学✿★◈★、北京大学应届生和实习生主导✿★◈★，平均年龄不足26岁✿★◈★。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”✿★◈★，而GRPO强化学习算法的突破则由3名实习生完成✿★◈★。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✿★◈★，“招聘看能力电影首发论坛✿★◈★，而不是看经验✿★◈★。我们的核心技术岗位✿★◈★，基本以应届和毕业一两年的人为主✿★◈★。”“不做前置岗位分工✿★◈★，而是自然分工✿★◈★，每个人可以随时调用训练集群✿★◈★，只要几个人都有兴趣就可以开始一个项目✿★◈★。”这种“自下而上”的创新文化✿★◈★，与OpenAI早期如出一辙✿★◈★。

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

　　面壁智能首席科学家刘知远在朋友圈发文称✿★◈★，“DeepSeek最近出圈✿★◈★，特别好地证明了我们的竞争优势所在✿★◈★，就是通过有限资源的极致高效利用九游会官方网站✿★◈★，实现以少胜多✿★◈★。2024年很多人来问我✿★◈★，中国跟美国的AI差距是扩大了还是缩小了✿★◈★，我说明显缩小了✿★◈★，但能感受到大部分人还不太信服✿★◈★，现在DeepSeek等用实例让大家看到了这点✿★◈★，非常赞✿★◈★。”

　　“AGI新技术还在加速演进✿★◈★，未来发展路径还不明确✿★◈★。我们仍在追赶的阶段✿★◈★，已经不是望尘莫及✿★◈★，但也只能说尚可望其项背✿★◈★，在别人已经探索出的路上跟随快跑还是相对容易的✿★◈★。接下来我们要独立面对一团未来迷雾✿★◈★，如何先人一步探出新路✿★◈★，是更加困难和挑战的事✿★◈★，需要我们更加百倍投入✿★◈★、百倍努力✿★◈★。”刘知远说✿★◈★。九游会j9官方网站✿★◈★，九游✿★◈★，AI应用j9九游会官方登录✿★◈★，