1月27日,，DeepSeek AI智能助手登上中美iOS免費應用排行榜榜首,，這是中國應用首次取得這一成績。與此同時,，與該公司相關的多個詞條進入微博熱搜,，其中一條是“DeepSeek徹底爆發(fā)”。這背后反映了開源模型追趕甚至超越閉源模型的情緒,。

事實上,，DeepSeek在這幾天并沒有特別的動作，將其推上輿論中心的力量主要來自Meta,。三天前,，在美國匿名職場社區(qū)teamblind上，有Meta員工表示,，DeepSeek的低成本訓練工作讓Meta的生成式AI團隊感到恐慌,，工程師們正努力分析DeepSeek，試圖從中復制任何可能的東西,。隨后,，Meta首席人工智能科學家楊立昆在X平臺上表示，對于認為“中國在人工智能領域正在超越美國”的人,，正確的看法是“開源模型正在超越閉源模型”,。

DeepSeek并不是突然崛起。從DeepSeek-V2開始,，這家公司已被硅谷視為一股神秘力量,。它在國內(nèi)大模型行業(yè)率先發(fā)起了一場真正意義上的“降價潮”，憑借“MoE+MLA”架構創(chuàng)新實現(xiàn)了成本降低,。近期熱議的原因在于它在過去一個月內(nèi)相繼發(fā)布了DeepSeek-V3和R1兩款大模型產(chǎn)品,。

2024年底，DeepSeek發(fā)布新一代MoE模型DeepSeek-V3,，擁有6710億參數(shù),，激活參數(shù)為370億，在14.8萬億token上進行了預訓練,。V3在知識類任務上接近當前表現(xiàn)最好的Claude-3.5-Sonnet-1022,，在代碼能力上稍好于后者，并且在數(shù)學能力上領先其他開閉源模型,。更重要的是,，DeepSeek-V3的總訓練成本僅為557.6萬美元，完整訓練消耗了278.8萬個GPU小時,，幾乎是同等性能水平模型所需成本的十分之一,。

一周前，DeepSeek發(fā)布了推理模型R1，其性能對齊OpenAI-o1正式版,，并同步開源模型權重,。R1在多項任務上與OpenAI-o1-1217基本持平，尤其在AIME 2024,、MATH-500,、SWE-Bench Verified三項測試集上以微弱優(yōu)勢取勝。此外,，R1還開源了僅通過強化學習訓練的大語言模型R1-Zero,，盡管沒有人類監(jiān)督數(shù)據(jù)介入，但該模型足以對標OpenAI-o1-0912,，探索出僅通過強化學習就能獲得推理能力的技術可能性,。

一名大模型行業(yè)投資人表示，雖然DeepSeek-V3是目前最好的開源模型,，但說它能與頭部閉源模型抗衡還為時尚早,。楊立昆也指出，DeepSeek受益于開源研究和技術,，提出了新想法并基于他人的工作進行創(chuàng)新,，所有人均能從中獲益。

R1在沒有復雜技術的前提下實現(xiàn)了o1水平的推理性能,，學會了長鏈推理和反思,。不過，一些行業(yè)人士認為R1可能存在局限,，特別是在過程獎勵和樹搜索技術方面,。最近OpenAI發(fā)布的o3和o3-mini性能大幅提升，顯示國內(nèi)大模型公司仍有加速創(chuàng)新的壓力,。

除了技術討論,，DeepSeek的戰(zhàn)略性上線C端智能助手應用也讓大眾直觀感受到V3和R1的技術價值，一度導致服務“宕機”,。用戶普遍強調(diào)其性能強大,、價格便宜，但也存在一些短板,。

從公司發(fā)展角度看,，DeepSeek證明了一個短小精悍、扁平高效的組織架構可能是面向AGI的大模型研發(fā)的有效創(chuàng)業(yè)形態(tài),。Meta計劃在2025年投入超過600億美元用于人工智能,，進一步凸顯了DeepSeek低訓練成本和高創(chuàng)新效率的價值。

如今,，DeepSeek已成為中國企業(yè)中可以與OpenAI,、Meta等公司競爭的存在,，但它無需被神話。創(chuàng)始人梁文峰表示,，隨著經(jīng)濟發(fā)展，中國也要逐步成為貢獻者,，而不是一直搭便車,。