問DeepSeek:孩子手機(jī)成癮的底層邏輯 創(chuàng)新突破算力禁運(yùn),！想象一下,，在世界廚藝錦標(biāo)賽上，你和一群有夢想的年輕人在一個(gè)破舊的毛坯灶臺上，炒出了驚艷全球的創(chuàng)新菜,。而你的對手在五星級酒店里帶領(lǐng)豪華團(tuán)隊(duì),，用著頂級廚具和豐富食材，卻在比賽中惜敗于你,，引發(fā)全球轟動(dòng),。這不是虛構(gòu)的故事，這是正在發(fā)生的現(xiàn)實(shí),。你就是低調(diào)積累許久的“一代食神”——DeepSeek,。

年初，DeepSeek App 橫空出世,，其創(chuàng)新性的架構(gòu)設(shè)計(jì)和工程化落地使得模型性能在極低成本下達(dá)到全球頂尖水平,。加上用戶體驗(yàn)良好的思維鏈展示和模型開源的方式，春節(jié)期間用戶量迅速增長,。這一現(xiàn)象不僅吸引了全球關(guān)注,，還促使全球資本重新評估中國科技資產(chǎn)，AI投資邏輯悄然轉(zhuǎn)變,。特別是在大模型領(lǐng)域,，DeepSeek成為一匹黑馬，挑戰(zhàn)了過去巨額投入但屢次推遲的ChatGPT5以及國內(nèi)六小龍的地位,。中國AI企業(yè)在突破“算力禁運(yùn)”后,，正面臨高質(zhì)量數(shù)據(jù)稀缺的挑戰(zhàn)，尤其是高質(zhì)量,、低成本,、多種類、多模態(tài)的數(shù)據(jù),，將成為未來AI產(chǎn)業(yè)發(fā)展的關(guān)鍵,。

主流的AI大模型訓(xùn)練方式基于Transformer進(jìn)行下一個(gè)Token的預(yù)測，通過互聯(lián)網(wǎng)吸收海量數(shù)據(jù),，并對匹配結(jié)果偏差較大的部分進(jìn)行人工打分或標(biāo)簽,，提升模型準(zhǔn)確性。AI大模型的核心要素是數(shù)據(jù),、算法和算力,。當(dāng)前，算力硬件性能已接近瓶頸,，迭代速度遠(yuǎn)不及大模型日益增長的訓(xùn)練需求和能耗壓力,。可供預(yù)訓(xùn)練的數(shù)據(jù)也逐漸見頂,，簡單增加數(shù)據(jù)和計(jì)算能力的時(shí)代已經(jīng)結(jié)束,。隨著大語言模型向多模態(tài)發(fā)展,，算力和數(shù)據(jù)的挑戰(zhàn)將進(jìn)一步加劇。

我國面臨美國的“芯片禁令”,，無法使用高端算力設(shè)備，只能從算法和數(shù)據(jù)兩方面突圍,。過去普遍認(rèn)為我國與OpenAI等美國頭部AI公司存在1到2年的差距,。根據(jù)CB Insights發(fā)布的數(shù)據(jù)，2024年中國AI初創(chuàng)企業(yè)籌集的資金僅占美國的7%,。豐厚的資金儲備意味著能高薪招攬頂尖人才,，進(jìn)一步鞏固算法優(yōu)勢。在DeepSeekV3之前,，我國人工智能領(lǐng)域的形勢嚴(yán)峻,。

在DeepSeekV3和R1推出后，頂尖的模型效果和用戶體驗(yàn),，加上開源特性，大大緩解了我國在算法和算力上的困境，但數(shù)據(jù)方面的挑戰(zhàn)依然存在,。高質(zhì)量數(shù)據(jù)能夠保障模型推理回答的準(zhǔn)確性,，多模態(tài)多種類的數(shù)據(jù)能提升模型的泛化性和推理能力。然而,，國內(nèi)和國外在可用數(shù)據(jù)量上存在天然差距,。據(jù)W3Techs調(diào)研顯示，英文網(wǎng)站占比為59.3%,，而中文只有1.3%,。國內(nèi)可供訓(xùn)練的公開中文數(shù)據(jù)不足，標(biāo)準(zhǔn)化程度也不高,。IDC和浪潮信息的研究顯示,，目前企業(yè)在應(yīng)用人工智能中面臨的最大挑戰(zhàn)是缺乏高質(zhì)量可用數(shù)據(jù)，占比高達(dá)66%,。此外,，數(shù)據(jù)采集與處理是國內(nèi)企業(yè)在生成式AI應(yīng)用時(shí)的主要支出方向。

DeepSeek采用創(chuàng)新性架構(gòu)（MLA+MoE）,，解決了許多工程化難題,，使其在極低成本下成為最強(qiáng)的開源基礎(chǔ)模型之一。DeepSeek的關(guān)鍵在于使用數(shù)據(jù)蒸餾技術(shù),，得到更為精煉有用的數(shù)據(jù),。具體而言，DeepSeek-R1-Zero模型通過自我嘗試和調(diào)整行為來學(xué)習(xí),，不需要預(yù)先標(biāo)注的數(shù)據(jù),。該模型在數(shù)學(xué)和編程方面表現(xiàn)優(yōu)異，但也存在可讀性差的問題。為此,，DeepSeek團(tuán)隊(duì)通過監(jiān)督微調(diào)和強(qiáng)化學(xué)習(xí)優(yōu)化模型,，使生成的答案更清晰，語言更統(tǒng)一,。

DeepSeek除了在算法層面進(jìn)行創(chuàng)新和優(yōu)化,，其核心步驟中的數(shù)據(jù)都是自行人工處理或撰寫的。爆火后,，DeepSeek開啟了數(shù)據(jù)百曉生實(shí)習(xí)生招聘,，崗位要求不高但薪資豐厚，顯示出對高質(zhì)量數(shù)據(jù)的重視,。值得注意的是,，該崗位優(yōu)先考慮小語種專業(yè)，這可能是為了進(jìn)軍全球市場所做的準(zhǔn)備,。

在具身智能和自動(dòng)駕駛領(lǐng)域,，數(shù)據(jù)同樣面臨挑戰(zhàn)。上海交大博導(dǎo)盧策吾教授指出,，具身智能面臨數(shù)據(jù)規(guī)模不足的問題,，工業(yè)級應(yīng)用需要大量數(shù)據(jù)才能達(dá)到標(biāo)準(zhǔn)。數(shù)據(jù)采集成本高昂,，限制了數(shù)據(jù)規(guī)模,。在自動(dòng)駕駛領(lǐng)域，端到端技術(shù)的核心在于通過大量數(shù)據(jù)訓(xùn)練模型,，使其識別和預(yù)測各種駕駛場景,。高質(zhì)量數(shù)據(jù)決定了模型輸出的準(zhǔn)確性和可靠性。華為在智駕方面的一半投入用于數(shù)據(jù)采集和處理,。特斯拉FSD測試?yán)锍绦柽_(dá)60億英里才能滿足監(jiān)管要求,，長尾數(shù)據(jù)的收集難度和成本更高。

獲取高質(zhì)量數(shù)據(jù)的方式主要有標(biāo)注,、采集和生成,。數(shù)據(jù)標(biāo)注以人機(jī)協(xié)同為主，未來有望出現(xiàn)自動(dòng)化程度更高的平臺,。數(shù)據(jù)采集主要通過人工,、設(shè)備或爬蟲等方式進(jìn)行，適用于多種領(lǐng)域,。數(shù)據(jù)生成則處于早期階段,，其中世界模型受到廣泛關(guān)注，旨在生成高質(zhì)量虛擬場景,，用于數(shù)據(jù)處理和模型訓(xùn)練,。雖然世界模型不能完全替代數(shù)據(jù)采集,，但可以實(shí)現(xiàn)有效互補(bǔ)。

為解決人工智能產(chǎn)業(yè)中的數(shù)據(jù)痛點(diǎn),，多地政府加速推動(dòng)高質(zhì)量數(shù)據(jù)建設(shè),。國家數(shù)據(jù)局在北京召開高質(zhì)量數(shù)據(jù)集建設(shè)工作啟動(dòng)會，武漢市發(fā)布促進(jìn)人工智能產(chǎn)業(yè)發(fā)展政策措施,，深圳市加快構(gòu)建高價(jià)值垂類數(shù)據(jù)集和具身智能數(shù)據(jù)集,。這些舉措表明，中國科技創(chuàng)新變革是舉國推動(dòng)的結(jié)果,，人才紅利疊加完備產(chǎn)業(yè)鏈形成堅(jiān)實(shí)基礎(chǔ)，科研型企業(yè)家實(shí)現(xiàn)了范式創(chuàng)新,。還有許多優(yōu)秀創(chuàng)業(yè)者和研發(fā)團(tuán)隊(duì)在日夜兼程,，政府也在積極推動(dòng)基礎(chǔ)設(shè)施建設(shè)，為創(chuàng)新提供土壤,。