“DeepSeek在基座大模型上做出的突破，是天才级别的。”

近，国产大模型公司深度求索（DeepSeek）引发的舆论震动，让今年春节成为“最有AI味的年”。谈到DeepSeek旗下标志性大模型DeepSeek-R1，多位业内人士向澎湃新闻记者表达了高度赞赏。

1月28日，大洋彼岸的人工智能巨头Open AI CEO山姆·奥特曼(Sam Altman)发文回应DeepSeek带来的挑战：“DeepSeek推出的R1令人影响深刻，我们当然会推出更好的模型，有新的竞争对手也令人振奋。”

国内某Top2 AI初创企业也对记者坦言，他们感受到了同行带来的压力：“后续我们会加快产品研发的角度。”

与之对比的是在产品上的快速迭代：除夕当天，DeepSeek悄无声息地发布开源多模态模型Janus-Pro。此前1月27日早间，DeepSeek应用曾登顶苹果中国地区和美国地区应用商店免费APP下载排行榜，在美区下载榜上超越ChatGPT。

“多模态考验的是对人类世界和环境的认知，相信DeepSeek在此刻发布多模态大模型，一定有自己的信心和底气。”1月28日，360创始人周鸿祎告诉澎湃新闻记者，“中国大模型技术复仇者联盟战队里一定有DeepSeek的一份，因为这家公司和它的创始人非常低调，他们技术能力和未来前景被市场严重低估了。”

“现在硅谷都把DeepSeek叫做来自东方的神秘力量，中国AI公司的创造力已经刹不住车了。”周鸿祎表示。

AI军备竞赛已进入深水期，曾有观点认为，在字节、阿里、腾讯等大厂包围下，AI创业公司将面临洗牌，难逃被并购的命运，而杀出重围的却是似乎“名不见经传”的DeepSeek。DeepSeek走红的秘密是什么，为国内大模型行业带来哪些启示？

DeepSeek优秀在哪？

“DeepSeek公司高层明确对商业化不感兴趣，只想做技术研究，这样的高度一般人达不到。”

有了解DeepSeek人士向记者透露，自己曾经面试过一些AI领域的人才，最后拒绝了自己的公司，去了DeepSeek，理由是他们科研氛围好，是一个真正做事的团队。

“从薪资来看，其实他们只是业内中流水平，高，但并不是最高的。”他向记者坦言，“如果说人才密度，可能还比不上头部大厂。并不是大厂的人不聪明，而是大厂的聪明人花了太多精力在技术之外。大厂虽然薪资高，但是内部斗争也多，想要真正专心做事，反而不如这样的技术公司纯粹。”

尽管在外界眼中，DeepSeek仿佛是一夜爆红，但此前早有多项成就引发行业关注。2024年，在大模型行业率先发起价格战的正是DeepSeek，但并未引起外界关注，此后智谱、字节跳动等跟进，才引发整个行业的降价潮流。

当时的DeepSeek，还未真正让他人看到它的实力。2024年，智谱AI COO张帆在接受采访时曾开玩笑说：“我们是主流厂商中第一个降价的。”当时有人提醒，首个降价的厂商其实是DeepSeek，张帆表示：“我说的是主流厂商”。 DeepSeek最引人瞩目的，是其显著降低了大模型开发成本。1月20日，DeepSeek正式发布推理模型R1，其API（编程接口）服务定价为每百万输入tokens（词元）仅需1元（缓存命中）/4 元（缓存未命中），每百万输出tokens为16元。DeepSeek的定价约等于Meta旗下Llama 3-70B的七分之一，GPT-4 Turbo的七十分之一。 因此，DeepSeek也被戏称为AI界的“拼多多”，实现高效低价背后的原因是什么？国内某知名AI公司董事长向记者解释称，这主要得益于DS-V3的多项技术创新。首先，DeepSeek采用MoE架构（Mixture of Experts，混合专家模型），通过将大模型变成多个稀疏的专家小模型，并通过多个模型聚合来达到和传统大模型相当的能力，有效降低了计算成本。 其次，DS-V3在训练方法上进行了重要创新。采用FP8混合精度训练，效率是常规BF16精度的约1.6倍；同时优化了并行流水线，提升了训练和推理效率。这些优化加上训练的一次成功，使得V3的训练成本降至约550万美元。 而在最新发布的DS-R1中，DeepSeek采用了创新性的GRPO（组相关策略优化）强化学习方法，无需庞大的人类标注数据库。通过让模型自主生成并验证结果的方式，R1展现出了强大的推理能力。随着训练步数增加，其思维链（Chain-of-Thought，CoT）的长度不断增长，模型甚至开始在推理过程中进行自我反思。

“DeepSeek R1的成功意味着，如果基础模型能力够强，在强化学习过程中它就能自己学会推理。这也是为什么国外AI圈的人看到DS-R1后惊呼AGI竟然离我们如此之近的原因：因为R1证明了能力足够强的模型是可以不依靠人类自己进化的，尽管现阶段的reward还是需要标签。”上述人士表示。

《麻省理工科技评论》分析称，DeepSeek R1 采用类似ChatGPT o1使用的“思维链”方法，它可以通过逐步处理查询来解决问题。这可能是美国对华高端AI芯片出口管制带来的意外结果，迫使中国的初创企业“优先考虑效率”。

有意思的是，如果问DeepSeek自己R1模型相比OpenAI有哪些特点，DeepSeek的回答是，创新点可能在“注意力机制”和“参数效率”，R1在处理长文本时更聚焦关键部分（比如法律合同中的条款），减少计算量，类似“读书时用荧光笔划重点，只反复看关键段落”。在参数效率方面，用类似MoE（混合专家系统）的结构，把模型分成多个“子专家”，不同任务激活不同部分，既节省算力又提升效果（类似“看病时分科室挂号，心脏问题找心内科专家，不用让全科医生从头学到尾”）

DeepSeek自我评价道，“DeepSeek像一家精品店，在特定领域更专精；OpenAI像大型超市，啥都有但价格高。”