「花小錢辦大事」衝擊硅谷AI圈 記者實測DeepSeek

轉自：貝殼財經

當硅谷仍在為GPU萬卡集羣豪擲千億資金時，來自杭州的一羣年輕人用557.6萬美元證明：AI大模型的比拼或許並不只靠規模，而是要看使用效率。只要技術實力足夠強，一款上架不足半個月的App也能擊敗ChatGPT，在1月27日登頂蘋果應用商店排行榜。

這幾天，AI圈最火的大語言模型，不是ChatGPT，不是文心一言，甚至不是國內「AI六小虎」中的任意一個，而是杭州AI公司深度求索所推出的DeepSeek。從去年12月26日發佈的DeepSeek-V3，到1月20日發佈的DeepSeek-R1，這家公司以OpenAI三十分之一的API價格，實現了在多項測試中表現持平甚至超越OpenAI的o1模型（下稱o1模型）的成績，給美國AI行業人士帶來了中國大模型「花小錢辦大事」的衝擊。

新京報貝殼財經記者對此進行了實測，經過同題問答發現，DeepSeek-R1的「深度思考」模式以步步推理的方式生成了具有邏輯性的回答，用户還能看到思考過程。

「這種驚喜和第一次用ChatGPT3.5差不多，甚至感覺更震撼。ChatGPT寫套路性很強的應用文很好用，但一旦涉及高語境，調侃，諷刺，就有濃濃的AI味，沒有幽默感。DeepSeek對高語境內容和中文網絡上的梗都能理解明白，內容基本達到了脱口秀文本的水平。」1月27日，IT從業者劉鴻博告訴貝殼財經記者。

低成本比肩OpenAI o1模型 硅谷「燒錢模式」遭質疑

「你能想象一個籌集了10億美元的‘前沿’實驗室，現在卻因為比不過DeepSeek而無法發佈最新的模型嗎？」DeepSeek-R1面世后的第二天，知名文生圖大模型Stable Diffusion創始人Emad就對硅谷同行們發出了這樣的「靈魂拷問」。

過去幾天，面對「橫空出世」的DeepSeek，不止一名美國AI從業者開始在社交平臺抒發自己內心深處受到的震撼。OpenAI等美國大模型公司一直通過性能領先築起自己的「護城河」，以此抵禦低價競爭者，但面對一款成本僅為「零頭」但性能同樣優秀的大模型，許多人發現這一敍事已經無法阻止用户「用腳投票」。

北京時間1月27日，DeepSeek在蘋果App Store美國區免費應用下載榜上超越ChatGPT，排名第一，在中國區排行榜上同樣登頂。此外，DeepSeek在App Store英國區免費應用下載榜的排名升至第二，僅次於ChatGPT，而該App在1月15日纔剛剛發佈。DeepSeek的出圈如同「TikTok難民」湧入小紅書一樣，先由國外用户發起。不少用户在社交平臺曬出了自己使用DeepSeek的心得，認為這個應用「非常酷」。

根據DeepSeek官方公佈的性能測試，該大模型在數學測試、編程等多個領域與o1模型表現「旗鼓相當」，其中MATH-500（評估大模型數學能力）、SWE-bench Verified（評估大模型的軟件工程能力）、美國數學邀請賽的測試分數還超過了o1模型。新京報貝殼財經記者測試發現，對於普通的問答問題，DeepSeek的表現同樣可圈可點，尤其是自帶的「深度思考」模式可以讓用户清晰瞭解到其思考過程。

DeepSeek-R1模型技術報告 來源：DeepSeek官網

除此之外，DeepSeek的訓練成本還更低，根據其公佈的技術文檔，DeepSeek-V3模型的訓練成本為557.6萬美元，訓練使用的是算力受到限制的英偉達H800 GPU集羣。相比之下，同樣是開源模型的Meta旗下Llama3.1 405B模型的訓練成本超過6000萬美元，而OpenAI的GPT-4o模型的訓練成本為1億美元，且使用的是性能更加優異的英偉達H100 GPU集羣。

DeepSeek技術文檔截圖 來源：DeepSeek官網

雖然DeepSeek-R1模型的訓練成本並未公開，但從其API價格上也可以感受到「便宜」二字，它的定價甚至連OpenAI定價的零頭都不到。DeepSeek-R1的API服務定價為每百萬輸入tokens1元（緩存命中）/ 4元（緩存未命中），每百萬輸出tokens16元，而o1模型上述三項服務的定價分別為55元、110元、438元。

事實上，價格便宜早在這次「出圈」前就是DeepSeek的標籤。去年年中，國內AI大模型大打「價格戰」時，第一個「挑起戰火」的正是DeepSeek發佈的第二代MoE大模型，但由於彼時DeepSeek並不屬於「AI六小虎」之一，其降價聲勢很快被緊跟其后宣佈降價的阿里雲、百度、科大訊飛等大廠蓋過。

現在，「小透明」不再低調，因為除了價格優勢外，其還有足以比肩o1的性能。1月27日，社交平臺認證為「AI投資機構Menlo Ventures負責人」的Deedy對比谷歌Gemini和DeepSeek-R1后表示，DeepSeek-R1更便宜、上下文更長、推理性能更佳。

這可能帶來更加深遠的影響，一位Meta工程師稱其內部因DeepSeek進入「恐慌模式」，Scale AI創始人Alexander Wang評價DeepSeek是「中國科技界帶給美國的苦澀教訓」，證明「低成本、高效率」的研發模式可能顛覆硅谷巨頭的高投入路徑。社交平臺認證為「風險投資人」的ShortBear評論稱，「DeepSeek的興起對那些商業模式為銷售大量GPU（英偉達）或購買大量GPU（OpenAI、微軟、谷歌）的公司都形成了挑戰。」

截至北京時間1月27日下午2:54分，英偉達夜盤大跌7.17%。而前一個交易日（上周五1月24日）收盤下跌3.12%，報收142.62美元/股，市值蒸發超千億美元。

實測用DeepSeek搜信息、寫段子 用户可看到大模型思考過程

那麼，在C端的實際應用上，DeepSeek是否真的那麼神奇？1月26日至27日，新京報貝殼財經記者進行了實測。

在聯網搜索功能方面，記者向DeepSeek的APP應用輸入提示詞「幫我整理本周內AI行業發生的大事，並列出一個事件表」，DeepSeek很快搜索到了48個網頁並開始通過深度思考模式「自言自語」，包括「本周應該是2025年1月20日到26日」、「網頁9是2024年，應該排除」、「需要整合這些信息，排除重複」、「星門計劃在網頁5和6都有提及，日期是1月24日？需要確認」等。

最終，DeepSeek輸出了一個從1月20日至26日的事件表。記者對比發現，雖然生成的內容依然會受到抓取網頁內容錯誤的影響，但在思考過程中，DeepSeek通過對照衝突的網頁內容排除掉了一些「錯誤答案」，且思考過程清晰可見，包括哪兩個事件的時間需要確定，哪個事件需要仔細覈對等。相比之下，另外一些大模型甚至將2024年的結果列入了回答之中。

貝殼財經記者向DeepSeek提問時，DeepSeek的思考過程。 來源：DeepSeek App截圖

日常使用AI進行工作，還擁有自己形象數字人的愷一告訴貝殼財經記者，她在與DeepSeek的對話中發現，該大模型工具對生辰八字、奇門遁甲等中國古代文化「樣樣在行」，更關鍵的是它展現了思考問題的過程，從該過程來看可以感受到「非常專業」。

事實上，DeepSeek在回答生成過程中展現出的思考過程給不少用户帶來了震撼，認為該思考過程甚至比答案還有價值。

貝殼財經記者直接諮詢DeepSeek「為什麼你的性能如此優秀，給我一個理由」時，DeepSeek的思考過程可謂「滴水不漏」，它首先拆分了問題，將「性能優秀」拆分為響應速度、處理複雜問題能力、多語言支持等多方面，還頗有情商地考慮到了「用户可能希望瞭解技術細節，但又不想過於專業化的解釋，要考慮用户背景是不是技術人員」「在回答結構上要首先感謝用户的認可」，另外它還考慮到了「要遵守隱私和安全規範，不泄露內部技術細節」。

貝殼財經記者向DeepSeek提問時，DeepSeek的思考過程。 來源：DeepSeek App截圖

多名採訪對象告訴貝殼財經記者，DeepSeek對一些問題的回覆質量超過了o1模型，記者通過測試發現，DeepSeek確實熟悉中外互聯網上的各種「梗」。

愷一表示，當前市面上有不少結合付費場景的App，其內在原理就是把AI大模型嵌入軟件中，再進行微調。DeepSeek出現后，由於其開源性質，這些產品的發展空間應該會更大。

大模型自發「頓悟」 DeepSeek創新AI訓練模式

為什麼DeepSeek能夠以較低的價格訓練出性能比肩o1的大模型？根據其公佈的技術文檔，DeepSeek-R1-Zero通過單純的強化學習（RL）訓練實現推理能力，無需監督微調（SFT），打破了傳統依賴預設思維鏈的範式。

據瞭解，以往模型需要花費大量精力在監督微調上，即使用大量已標註數據對AI模型進行進一步訓練，這些數據包含了問題、對應「標準答案」、思考步驟範例，大模型正是靠着這些模仿人類思維的方式，才得以提升推理能力。

這一路徑讓AI大模型越來越聰明的同時，也帶來了另一個問題：如果大模型足夠「聰明」，可能產生獎勵欺騙問題，即利用獎勵函數中的漏洞和模糊性來獲取高獎勵，好像一個作弊技術越來越高超的考生，卻未能真正完成預期任務。

而DeepSeek摒棄了監督微調，單純依靠準確性獎勵訓練模型，且獎勵規則極其簡單。直接讓模型生成答案，然后打分，再根據高分邏輯更新模型。由於省去了監督微調中複雜的獎懲模式，計算資源的需求得以大幅減少。

事實證明，這一條路真的讓模型學會了思考乃至「頓悟」。

DeepSeek在技術文檔中透露，在DeepSeek-R1-Zero的訓練過程中，觀察到了一個特別引人注目的現象——「頓悟時刻」。這一現象發生在模型的某個中間版本中，在這一階段，DeepSeek-R1-Zero學會了通過重新評估其初步方法來為問題分配更多的思考時間。這種行為不僅證明了模型推理能力的增強，而且也是強化學習能夠帶來意外收穫的最好例子。

具體來看，在處理一個複雜的數學問題時，模型突然停下來説"Wait, wait. Wait. That's an aha moment I can flag here"（等等、等等、等等，這是個值得我記錄的‘啊哈’時刻），隨后重新審視了整個解題過程。

DeepSeek技術文檔截圖，圖中紅字為大模型自發的感慨：「等等、等等、等等，這是一個值得我記錄的時刻」。來源：DeepSeek官網

DeepSeek在技術文檔中表示，這一刻不僅對模型來説是「頓悟時刻」，對觀察其行為的研究人員來説也是如此。它強調了強化學習的力量和魅力：我們不必明確教導模型如何解決問題，只需為其提供正確的激勵，它就會自主地開發出高級的問題解決策略。「頓悟時刻」有力地提醒了我們，強化學習具有解鎖人工智能系統中新層次智能的潛力，為未來更自主和自適應的模型鋪平道路。

不少硅谷研究人員認為，這一「頓悟」時刻對AI發展意義重大，如社交平臺認證為「GEAR Lab聯合創始人、OpenAI第一名實習生」的Jim Fan表示，DeepSeek-R1避免使用任何容易破解的學習獎勵模型。這使得模型產生了自我反思與探索行為的涌現。

此外，DeepSeek還是一款開源大模型，DeepSeek方面表示，「爲了進一步促進技術的開源和共享，我們決定允許用户利用模型輸出、通過模型蒸餾等方式訓練其他模型。」這意味着所有人都可以通過下載和微調該大模型從中獲益。國外的開發者論壇上甚至有人發起了「將DeepSeek模型裝進個人電腦」的挑戰。

值得注意的是，DeepSeek團隊由清華大學、北京大學應屆生和實習生主導，平均年齡不足26歲。一些關於模型的技術革新如MLA（多頭潛在注意力）架構的靈感源自一名博士生的「突發奇想」，而GRPO強化學習算法的突破則由3名實習生完成。創始人梁文鋒在2023年5月剛剛宣佈進場大模型領域時曾在接受媒體採訪稱，「招聘看能力，而不是看經驗。我們的核心技術崗位，基本以應屆和畢業一兩年的人為主。」「不做前置崗位分工，而是自然分工，每個人可以隨時調用訓練集羣，只要幾個人都有興趣就可以開始一個項目。」這種「自下而上」的創新文化，與OpenAI早期如出一轍。

「我們正處在一個時間線上，一家非美國公司正在延續OpenAI的原始使命——真正開放、前沿的研究，賦能所有人。」Jim Fan表示。

面壁智能首席科學家劉知遠在朋友圈發文稱，「DeepSeek最近出圈，特別好地證明了我們的競爭優勢所在，就是通過有限資源的極致高效利用，實現以少勝多。2024年很多人來問我，中國跟美國的AI差距是擴大了還是縮小了，我説明顯縮小了，但能感受到大部分人還不太信服，現在DeepSeek等用實例讓大家看到了這點，非常贊。」

「AGI新技術還在加速演進，未來發展路徑還不明確。我們仍在追趕的階段，已經不是望塵莫及，但也只能説尚可望其項背，在別人已經探索出的路上跟隨快跑還是相對容易的。接下來我們要獨立面對一團未來迷霧，如何先人一步探出新路，是更加困難和挑戰的事，需要我們更加百倍投入、百倍努力。」劉知遠説。

記者聯繫郵箱：luoyidan@xjbnews.com

新京報貝殼財經記者 羅亦丹 編輯 王進雨 校對 柳寶慶