一文读懂｜DeepSeek新模型大揭秘，为何它能震动全球AI圈，牵起科技界巨浪！

时隔不到一个月，DeepSeek又一次震动全球AI圈，牵起科技界的巨浪。昨天“DeepSeek”还登上了热搜第一。2025年1月27日，DeepSeek应用登顶苹果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了ChatGPT。苹果中国区应用商店免费榜显示， DeepSeek成为中国区第一。这简直是个奇迹，短时间内便在中国区的Apple Store中独占鳌头。游戏科学创始人冯骥对此表示

爱编程的小辞

1286人浏览 · 2025-02-02 08:30:00

爱编程的小辞 · 2025-02-02 08:30:00 发布

时隔不到一个月，DeepSeek又一次震动全球AI圈，牵起科技界的巨浪。

昨天“DeepSeek”还登上了热搜第一。

2025年1月27日，DeepSeek应用登顶苹果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了ChatGPT 。苹果中国区应用商店免费榜显示， DeepSeek成为中国区第一。

这简直是个奇迹，短时间内便在中国区的Apple Store中独占鳌头。

游戏科学创始人冯骥对此表示惊喜，他认为DeepSeek可能是国家级别的科技成就。他希望DeepSeek R1能让大众对现代AI有更深的理解，变得像水和电一样融入生活。他的激动之情可见一斑，毕竟如此突破来自于一家纯粹的中国企业，是推动知识与信息平权迈出坚实一步的里程碑。

冯骥：“震撼的突破”

1月26日，游戏科学创始人、CEO，《黑神话：悟空》制作人冯骥评价DeepSeek：可能是个国运级别的科技成果。

回顾一个月前，这家初创公司无名小卒般推出了中国版的AI，对比一下它的成本，竟然是原版的一小部分，足以冲击硅谷的行业巨头。然而，这还只是个开始，在接下来的时间里，DeepSeek最新版本的发布彻底打破了AI领域的天花板，令一些已经存在的模型开始显得岌岌可危。

DeepSeek-R1的横空出世，让全球AI大佬们纷纷赞叹。去年12月推出的DeepSeek-V3已经让行业侧目，而这次新模型不仅在性能上大幅提升，还是完全开源的。值得一提的是，它的训练成本极低，却能达到令人惊叹的效果。

仅用十分之一的成本就达到了GPT-o1级别的表现。所以，很多业内人士甚至喊出了“DeepSeek接班OpenAI”的口号。

前Meta AI的员工Elvis称赞DeepSeek-R1的论文，认为其方法如同宝藏， DeepSeek-R1的论文堪称瑰宝，因为它探索了提升大语言模型推理能力的多种方法，并发现了其中更明确的涌现特性。

而Yuchen Jin则分析了它在自我学习中的重要发现。DeepSeek-R1论文中提出的，模型利用纯RL方法引导其自主学习和反思推理这一发现，意义非常重大。

英伟达的Jim Fan对此表示认可，认为DeepSeek-R1通过独特的办法避免了常规方法中的陷阱，成功引入了自我反思的能力。在推特中也提到了，DeepSeek-R1用通过硬编码规则计算出的真实奖励，而避免使用任何 RL 容易破解的学习奖励模型。这使得模型产生了自我反思与探索行为的涌现。

Jim Fan 甚至认为，它们做了OpenAI本来应该做的事，开源。

那么问题来了，他们所提到的纯RL方法训练模型是指什么？

模型出现的“Aha Moment”，又凭什么能证明AI具有了涌现能力？

我们更想知道的是，DeepSeek-R1的这一重要创新对于AI领域未来的发展，究竟意味着什么？

DeepSeek-R1 遵循 MIT License，允许用户通过蒸馏技术借助 R1 训练其他模型。
DeepSeek-R1 上线API，对用户开放思维链输出，通过设置 `model=‘deepseek-reasoner’` 即可调用。
DeepSeek 官网与 App 即日起同步更新上线。

性能对齐OpenAI-o1正式版

DeepSeek-R1 在后训练阶段大规模使用了强化学习技术，在仅有极少标注数据的情况下，极大提升了模型推理能力。在数学、代码、自然语言推理等任务上，性能比肩 OpenAI o1 正式版。

同时DeepSeek-R1 训练技术全部公开，以期促进技术社区的充分交流与创新协作。

论文链接：

https://github.com/deepseek-ai/DeepSeek-R1/blob/main/DeepSeek_R1.pdf

蒸馏小模型超越 OpenAI o1-mini

在开源 DeepSeek-R1-Zero 和 DeepSeek-R1 两个 660B 模型的同时，通过 DeepSeek-R1 的输出，蒸馏了 6 个小模型开源给社区，其中 32B 和 70B 模型在多项能力上实现了对标 OpenAI o1-mini 的效果。

HuggingFace链接：

https://huggingface.co/deepseek-ai

之所以DeepSeek-R1的发布让圈内人的焦点都投向了纯强化学习方法，因为它完全可以说得上是打开了AI 进化的一条新路径。

R1-Zero——这个完全通过强化学习训练出来的AI模型，展现出了令人惊讶的通用推理能力。它不仅在数学竞赛中取得了惊人成绩。

更重要的是，R1-Zero不仅是在模仿思考，而是真正发展出了某种形式的推理能力。

因为在过往的训练方法中，尤其在监督微调中使用训练好的神经网络来评估质量的话，模型可能学会触发奖励模型的特定模式，生成对奖励模型"口味"的内容，而不是真正提升推理能力。换句话说，AI系统找到了获得高奖励但实际上违背训练目标的投机取巧方式。这就是我们常说的奖励欺骗（reward hacking）。

但R1-Zero用极简的奖励规则基本避免了奖励欺骗的可能性——规则太简单了，没有什么“口味”可以去模仿。模型在这个情况下发展出的推理能力更可信，也更自然。

这个发现可能会改变我们对机器学习的认识：传统的AI训练方法可能一直在重复一个根本性的错误，我们太专注于让AI模仿人类的思维方式了，业界需要重新思考监督学习在AI发展中的角色。通过纯粹的强化学习，AI系统似乎能够发展出更原生的问题解决能力，而不是被限制在预设的解决方案框架内。

虽然R1-Zero在输出可读性上存在明显缺陷，但这个"缺陷"本身可能恰恰印证了其思维方式的独特性。就像一个天才儿童发明了自己的解题方法，却难以用常规语言解释一样。这提示我们：真正的通用人工智能可能需要完全不同于人类的认知方式。

这才是真正的强化学习。就像著名教育家皮亚杰的理论：真正的理解来自于主动建构，而不是被动接受。

2025年1月20日下午，中共中央政治局常委、国务院总理李强主持召开专家、企业家和教科文卫体等领域代表座谈会，听取对《政府工作报告（征求意见稿）》的意见建议。

在此次座谈会上，共有9人先后发言，其中就有深度求索（DeepSeek）创始人梁文锋。

梁文锋是谁？

低调的梁文锋是个80后，出生在广东的一个五线城市，父亲是一名小学老师。他毕业于浙江大学，主修软件工程，人工智能方向。

17岁时，梁文锋考入浙大，读的是电子工程系人工智能方向，毕业后在浙大攻读硕士研究生，论文题目是《基于低成本PTZ摄像机的目标跟踪算法研究》。

2015年，30岁的梁文锋和朋友一起创办了杭州幻方科技有限公司，立志成为世界顶级的量化对冲基金。2016年10月，幻方量化推出第一个AI模型，第一份由深度学习生成的交易仓位上线执行。到2017年底，几乎所有的量化策略都采用AI模型计算。

2023年5月，38岁的梁文锋宣布做通用人工智能（AGI）。7月，他正式创办杭州深度求索人工智能基础技术研究有限公司，就是DeepSeek公司，专注于AI大模型的研究和开发，公司设在杭州。

有同事评价梁文锋：完全不像一个老板，而更像一个极客。因为作为老板，他本人每天都在写代码、跑代码，学习能力惊人。

从公开的工作经历和职业生涯来看，梁文锋在量化投资和高性能计算领域具有深厚的背景和丰富的经验，创业范畴横跨金融和人工智能领域。

梁文锋的经历也让人感到钦佩。从五线城市走出来的他，用自身的努力和技术实力，把DeepSeek打造成了行业的一颗新星。他不仅是一位老板，更是个痴迷于代码的极客，致力于AI的广阔前景。

总之，DeepSeek的成功不仅展示了中国企业的创新能力，更是对全球科技生态的一次重要挑战。未来，我们期待更多这样的突破，推动人类智能的进一步进化。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】