本文写于 2025-01-28，保留当时的行业背景、事实认知与个人判断。模型数据、排行榜和市场状态均可能已经变化；文中的市场观点不构成投资建议。
前言：
最近DeepSeek模型因其强大的性能和极低的训练成本引发了广泛讨论，无论是专业领域还是大众社区，都充满了各种声音——有无脑吹捧的，也有不负责任的抹黑质疑。这样的争论有时确实验证了那句“屁股决定脑袋”。作为一名从事大模型研究的从业者，我希望通过中立且尽量全面的视角，来聊聊这次引发热潮的DeepSeek的模型，为大家提供一个理性思考的参考(蹭个热度)。
这篇文章适合那些对技术和模型背后价值感兴趣的读者，而非仅仅寻求情绪价值的人。如果你也希望了解DeepSeek的一些技术对比和意义，欢迎继续阅读。
先聊一波DeepSeek出圈的V3和R1模型的事实:
DeepSeek-V3：
DeepSeek V3是一个具备Mixture-of-Experts架构的开源大语言模型，训练资源只用到了2048张H800 GPU，两个月便完成了280万GPU小时的训练，总成本不到600万美元。相比LLaMA 3 405B模型需要11倍的成本，V3展示了在算法优化和资源效率上的极致追求。
DeepSeek-R1：
R1最大的技术亮点在于通过强化学习（RL）方法替代传统的“监督微调+RLHF”路径。这种技术路线在行业内近两年一直被讨论，而DeepSeek R1的成功实现，证明了这种方向的可行性。不仅性能跑分齐平GPT-o1，在资源需求上也大幅降低。(有兴趣可以看看《RLHF并不是RL》https://x.com/karpathy/status/1821277264996352246)。
这边扩展一些想法：现在AI的学习主要有两种，1是模仿学习，比如大模型的预训练和SFT，可以理解成孩子小时候学习知识的时候的死记硬背；2是通过强化学习(RL)来达成目标，比如Alpha Go时刻，可以理解成孩子学会一些知识之后，用这些知识不停的正确解决新的问题。显然第二种学习是产生质变的根本。而对于大模型的RL其实是很难的，我们可以用RL来做数学、代码、下棋等等，因为这些都有明确的答案，但写一篇作文，怎么样算是正确答案呢？扩展到这些领域其实还有很多的点需要突破。
我不太喜欢看各种跑分，因为基本都能刷分，但 Arena 榜单的评分还是很值得参考。
再聊一些八卦说法的可信度：
1、DeepSeek是否在资源使用上撒谎？
很多人听了V3训练的资源就觉得难以置信，开始怀疑DeepSeek是否没有说实话，尤其是很多人扒出来DeepSeek的母公司幻方量化其实手里有很多的H100，但H100因为美国的芯片管制其实是无法通过正常渠道进入中国的，所以严厉点的指控直接说DeepSeek说谎，好一点的怀疑也有说他们是在H100上训练完之后，再用H100和H800混合训练的。
我的观点：对于“DeepSeek是否在资源使用上撒谎”的质疑，我认为其技术报告的可信度依然很高，但这并不意味着算力需求变得不重要。DeepSeek团队能够在有限资源中实现高性能，很大程度上依赖于算法和数据优化。而母公司幻方量化的技术基因也在其中发挥了关键作用。LLM的训练仍然需要大型GPU集群，如果你想要节省资源，你必须保证你不浪费，在数据和算法层面有大量的工作要做。幻方本来就是做量化交易的，量化在基础设施方面追求极致的程度不比大模型差，他们有这样的团队能够想着怎么把光缆修的更短，机房搬的离交易所更近，把量化的每次交易延迟卷到纳秒。所以现在DeepSeek团队把每张卡的能效压榨到极致也是能够理解的。
希望川建国同学不要因为这一波连H800的卡也开始对我们封禁了。
2、DeepSeek代表这东大赢麻了？
只能说很让人开心，我们还有这么多追求极致的研究人员，以及还能看到这样的公司存在。有兴趣的同学可以去了解一下DeepSeek的人才招聘/培养体系。DeepSeek这次真的很强，在芯片被限制的情况下做出了这么惊艳的成绩。但其实他们真正做出这个产品的人员很清晰知道还有多少差距，可以看看被雷总挖走的AI天才少女罗福莉的态度就知道，非常的踏实谦虚。
DeepSeek的模型能这么顺利的做出来，少不了GPT带来的数据和方向指引，每一次出新的功能，我们的逆向工程就开始了。比如上午o1发布，下午DeepSeek就让o1吐出了整个思考过程，到晚上就有了上万条数据了。当然R1在RL方面的探索这次DeepSeek就是走在了前面，相信我们还有很多团队默默的在探索着更多的创新路子。而看美国那边，tesla的FSD其实也是大模型，视觉方面的；李飞飞团队的World Labs也在做空间智能模型。如果我们都是等他们做出来了之后再来逆向工程并且复刻，那么我们并不算自豪的说遥遥领先。当然不否认这需要时间去追赶，很开心DeepSeek让大家看到了我们还是有很多踏实的科研人才在默默的为之努力。
我个人更倾向于认为这是一次开源的胜利，OpenAI已经不如创办时候那么纯粹了，所以也有人戏称OpenAI->CloseAI， DeepSeek -> new OpenAI，确实很形象。那么，非要说打了谁的脸呢？某李姓帅哥伸出你的脸来吧，每次起个大早！
3、DeepSeek凭一己之力带崩美股？
确实，昨晚美股科技股惨不忍睹，英伟达收盘跌16.97%。所有人都觉得是DeepSeek的消息导致大家对AI算力的需求产生了怀疑，所以大科技泡沫被刺破。
但，如果你是一个美股投资者，你应该知道，英伟达过去几年涨的多么疯，华尔街需要一些负面消息来打压股价，现在英伟达的股价本来就有泡沫，那么来了个负面消息当然是最好的时机了。我并不认为是因为DeepSeek让投资者对算力需求产生怀疑而导致的下跌，而是华尔街想要打压股价趁这个时候制造一些情绪让股价回落，以便长期稳步的拉升。所以到写稿为止夜盘已拉升5%了，没有什么恐慌，很快就涨回来的(控制好仓位可以加仓了)。所以不要听什么DeepSeek一己之力带崩美股的情绪消息，先管好缅A吧。
收工，除夕夜，聊了这一波AI界的大事件，希望大家在新的一年里继续关注技术前沿，同时也能感受到科研带来的价值与乐趣。祝大家新年快乐！！！