中国人工智能公司深度求索(DeepSeek)日前发布的大模型DeepSeek-R1,用更低的成本和更小的算力规模,实现了足以匹敌美国顶尖AI模型的效果,震撼业界的同时引发多国关注,尤其是美国。

据美联社、路透社报道,当地时间周一(27日),美国总统特朗普在谈及该模型时说,中国公司发布的最新人工智能技术应该为美国行业敲响警钟。同时他也表示,中国公司开发出了比美国更快、更便宜的人工智能模型是件好事。

“我一直在阅读有关中国和中国一些公司的消息,特别是有一家公司想出了一种更快、更便宜的人工智能方法。如果这是真的,那很好,我认为这是一个非常积极的发展。”他在佛罗里达州对众议院共和党人发表讲话时说,“这意味着,你不必花费数十亿美元,也可以得到同样的解决方案。中国公司发布的DeepSeek应该为我们的行业敲响警钟,我们需要在竞争中集中精力取胜。”

美联社援引分析师观点报道指出,鉴于刚刚离任的美国拜登政府任内执着于限制中国获取顶级人工智能芯片,在严重受限情况下中国企业仍取得如此佳绩令人印象深刻。

同日早些时候,特朗普任命的人工智能顾问、著名科技投资者大卫·萨克斯(David Sacks)在社交媒体X上写道,DeepSeek的成功证明了特朗普废除拜登政府行政令的决定是正确的,这些规定不仅会束缚美国的人工智能公司,同时也无法保证中国不会效仿,“而中国显然不会”。

他还强调称,人工智能领域的竞争势必日益激烈,虽然他对美国企业充满信心,但人们不应自满。

截至本周一,DeepSeek已经登顶了中国和美国的苹果App Store应用商店,排名第一,将ChatGPT一举超越。对于一款中国大模型来说,能够在美国力压ChatGPT,是绝无仅有的历史性一刻。

这也让美国科技投资者、特朗普的盟友马克·安德森(Marc Andreessen)将之称为“最令人惊叹和印象深刻的突破之一”,并将这一突破誉为“AI领域的斯普特尼克时刻”。他指的是1957年,前苏联成功领先于美国发射了第一颗人造卫星,震惊西方世界,并自此开启人类太空时代的那段历史。

港媒《南华早报》28日报道指出,DeepSeek的横空出世在美国科技界掀起轩然大波,同时也暴露了一个重要问题:当一家中国公司可以如此经济地生产出类似模型时,科技巨头们是否应该继续“烧钱”投资人工智能?毕竟DeepSeek宣称其R1版本模型的成本,仅为目前各大公司投资人工智能开发所用成本的一小部分。

外汇经纪商XTB近日在给客户的一份说明中便警告称:“如果中国在人工智能竞赛中迅速赶上美国,那么这一领域的经济形势将发生翻天覆地的变化。”

不过,特朗普提名的美国商务部长候选人霍华德·卢特尼克(Howard Lutnick),其创办的投资银行Cantor Fitzgerald周一向客户通报的最新研判显示,“需要较少算力的中国大模型脱颖而出,更有可能为高端图形处理单元(GPU)的开发商和数据中心建设者带来繁荣。”

港媒还提到,微软计划今年在人工智能领域投资800亿美元,其首席执行官萨蒂亚·纳德拉(Satya Nadella)在股市开盘几个小时前便在社交媒体上驳斥人们对廉价人工智能的担忧,强调更便宜的人工智能将惠及所有人。

他在社媒贴文中提到“杰文斯悖论(Jevons paradox)再次来袭”。这是英国经济学家杰文斯在上世纪中期提出的经济学概念。英国当时正处于工业革命时期,杰文斯注意到蒸汽机的引入使燃煤蒸汽成为更高效的动力来源,但煤炭需求实际上不降反升。

放在人工智能领域,纳德拉显然认为这个理论同样适用,“随着人工智能变得更高效和普及,我们将看到它的使用激增,变成难以满足需求的商品。”

尽管面临股价下跌,纳德拉仍然认为,DeepSeek大模型的发布对整个科技行业来说是个好消息。据美国《财富》杂志28日报道,在他看来,DeepSeek的成功就像《圣经》中用投石弹弓杀死“巨人歌利亚”的“牧童大卫”。

上周三在达沃斯世界经济论坛2025年年会上,纳德拉也对DeepSeek给出了高度评价,“新模型非常令人印象深刻,他们不仅有效地完成了一个开源模型,实现了推理时间计算,而且计算效率极高。我们应该非常、非常认真地对待中国的发展。”

包括知名科技行业时事通讯Stratechery和许多媒体都指出,DeepSeek的创新源于必要性,因为无法使用英伟达的先进芯片,迫使他们开发新方法。OpenAI公司前高管扎克·卡斯(Zack Kass)也直言,美国试图通过制裁限制中国的AI发展,但资源的限制反而激发了中国科研人员的创造力。

港媒报道称,人们正在思考,美国科技巨头们花重金囤积GPU的意义何在。而此时,投入大量资金购买英伟达芯片的马斯克、由亚马逊和Meta支持的硅谷初创公司ScaleAI的首席执行官Alexandr Wang等人,都质疑DeepSeek使用了受到出口管制的英伟达H100芯片。

“但这听起来就像是一个富家子弟的团队(不服气)被一个穷孩子的团队打败了”,有香港投资者如此揶揄道。

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

https://img-blog.csdnimg.cn/img_convert/05840567e2912bcdcdda7b15cba33d93.jpeg

在这里插入图片描述

第一阶段(10天):初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。

  • 大模型 AI 能干什么?
  • 大模型是怎样获得「智能」的?
  • 用好 AI 的核心心法
  • 大模型应用业务架构
  • 大模型应用技术架构
  • 代码示例:向 GPT-3.5 灌入新知识
  • 提示工程的意义和核心思想
  • Prompt 典型构成
  • 指令调优方法论
  • 思维链和思维树
  • Prompt 攻击和防范

第二阶段(30天):高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。

  • 为什么要做 RAG
  • 搭建一个简单的 ChatPDF
  • 检索的基础概念
  • 什么是向量表示(Embeddings)
  • 向量数据库与向量检索
  • 基于向量检索的 RAG
  • 搭建 RAG 系统的扩展知识
  • 混合检索与 RAG-Fusion 简介
  • 向量模型本地部署

第三阶段(30天):模型训练

恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。

到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?

  • 为什么要做 RAG
  • 什么是模型
  • 什么是模型训练
  • 求解器 & 损失函数简介
  • 小实验2:手写一个简单的神经网络并训练它
  • 什么是训练/预训练/微调/轻量化微调
  • Transformer结构简介
  • 轻量化微调
  • 实验数据集的构建

第四阶段(20天):商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。

  • 硬件选型
  • 带你了解全球大模型
  • 使用国产大模型服务
  • 搭建 OpenAI 代理
  • 热身:基于阿里云 PAI 部署 Stable Diffusion
  • 在本地计算机运行大模型
  • 大模型的私有化部署
  • 基于 vLLM 部署大模型
  • 案例:如何优雅地在阿里云私有部署开源大模型
  • 部署一套开源 LLM 项目
  • 内容安全
  • 互联网信息服务算法备案

学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。

如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。

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

https://img-blog.csdnimg.cn/img_convert/05840567e2912bcdcdda7b15cba33d93.jpeg

Logo

欢迎加入DeepSeek 技术社区。在这里,你可以找到志同道合的朋友,共同探索AI技术的奥秘。

更多推荐