摘要：2025年春节期间，深度求索（DeepSeek）公司的通用大模型DeepSeek-R1引发全球科技界震动。这款模型以1.8万亿参数规模实现接近人类水平的数学推理能力，在权威测试集GSM8K上取得98.7%的准确率，超越GPT-4等国际主流模型。其训练效率较传统
周城雄（中国科学院科技战略咨询研究院）
2025年春节期间，深度求索（DeepSeek）公司的通用大模型DeepSeek-R1引发全球科技界震动。这款模型以1.8万亿参数规模实现接近人类水平的数学推理能力，在权威测试集GSM8K上取得98.7%的准确率，超越GPT-4等国际主流模型。其训练效率较传统方法提升3倍，能耗成本降低40%，被外媒称为“中国AI的里程碑时刻”。
近年来，全球的人工智能已从“点状应用”进入“系统性成熟”阶段，其经济逻辑与技术逻辑的耦合开始推动产业变革。DeepSeek-R1的诞生加速了这一进程，随着算力成本下降和算法效率提升，综合性大模型具备了商业可行性，动摇了硅谷依赖算力堆砌的技术优越性叙事。纽约大学教授Gary Marcus指出，其开源策略可能重构OpenAI的商业模式，吸引更多开发者生态资源。
构建技术护城河。DeepSeek-R1在纯强化学习训练、算法—系统协同优化及开源生态构建三方面实现显著突破，可以用“更聪明、更便宜、更开放”来概括。其性能对标国际顶尖模型，同时以低成本推动技术普惠。尽管面临算力依赖（如仍需英伟达H800集群）和泛化能力挑战，但其创新模式已为全球AI发展提供新范式——证明“算法创新可突破算力瓶颈”，并为中国在基础模型领域提升了话语权。
一是自主学习，减少依赖。传统大模型需要海量人工标注的数据来训练，成本极高。而DeepSeek-R1采用了“纯强化学习”技术，让AI像人类一样通过试错和奖励机制自主优化。例如，在数学题训练中，系统不需要标准答案，只需告诉它“解题步骤合理且结果正确”，AI就能自己摸索出解题方法。这种方法不仅省去了数据标注的麻烦，还让模型在数学推理等复杂任务中达到了接近人类顶尖选手的水平。
二是分阶段训练，精打细算。研发团队设计了四步训练法：先用少量高质量数据打好基础（冷启动），再针对推理任务专项优化，接着筛选优质答案提升质量，最后融合人类偏好确保安全性。这种“先学走再学跑”的策略，配合智能分配计算资源的技术，让训练成本大幅降低。
三是开源共享，推动普惠。DeepSeek-R1选择全面开源，允许任何人免费使用和改进技术。这种开放策略吸引了全球2000多个开发者参与，香港大学团队仅用30美元就复现了基础功能。开源不仅加速了技术普及，还让中小企业和研究者能用上高性能AI，打破了巨头垄断的局面。
四是性能对标国际顶尖水平。在数学解题（97.3%正确率）、代码生成（超过96%程序员水平）、多语言处理等任务上，DeepSeek-R1已与OpenAI等顶尖模型持平甚至超越。更惊人的是，其API调用成本仅为GPT-4的三十分之一，用“小成本办大事”的模式颠覆了行业认知。
DeepSeek引发硅谷震动的深层逻辑，首先是技术路径的范式冲击。DeepSeek“有限算力+算法创新”的模式，打破“大模型需天量投入”的行业假设，在AGI关键指标上的突破动摇了硅谷的技术优越性叙事。
其次是训练成本与效率优势。DeepSeek-V3的训练成本仅为558万美元，是Meta Llama 3.1的1/14，且性能相当。其采用FP8混合精度训练和DualPipe流水线并行技术，将显存占用降低50%，同时通过动态量化实现模型压缩，使本地部署成为可能。这种“小算力驱动大模型”的策略，直接冲击了依赖大规模算力堆砌的硅谷模式。
第三是人才与生态重构。DeepSeek的开放式创新模式首次在AI基础层构建全球人才网络。DeepSeek的跨国协作模式与敏捷商业化能力，展现出迥异于传统实验室的创新效率。这种“技术主导型国际化”路径，正在改变全球创新要素向硅谷单向流动的态势。DeepSeek从论文发表到API开放仅用45天，其快速构建的“模型即服务”生态，形成技术与市场的正向循环。
DeepSeek的成功给我国AI发展带来诸多启示：
硬核创新的成功范式。DeepSeek的突破源于对“第一性原理”的坚持：五年深耕数学基础理论、开发自主芯片架构、构建产学研协同体系。其MoE架构通过细粒度专家拆分（256个路由专家）和共享通才机制，实现资源最优分配。这种模式为行业树立了“硬核创新与长期投入”的标杆。
系统性差距仍需正视。尽管DeepSeek取得突破，但是我国AI发展仍面临三方面的短板：一是AI芯片整体算力仅为美国的38%，大模型训练仍需进口GPU集群；二是数据质量差距大，高质量多模态数据集数量不足硅谷1/5，标注成本高30%；三是人才差距较大，顶尖AI理论研究者数量仅为美国1/3，原创性算法仍待突破。这些差距警示我们，仅仅依靠DeepSeek的单点突破，仍不足以扭转劣势。为应对DeepSeek的挑战，OpenAI就快速发布了一款名为“深层研究”（deep research），并且美国国会中与中国进行AI人才争夺的声音日益增强，这表明我国发展AI的道路不会一帆风顺。
AI革命的核心在于“创造力解放”，而DeepSeek的进展揭示了双重可能性：既可通过技术迭代缩短差距，也可能因范式革新实现“换道超车”。因此，我国应当持续在以下三个方面发力——扩大智慧城市场景、推动数据制度变革、构建算力体系，让以DeepSeek为代表的AI产业形成“技术突破—场景落地—生态构建”的闭环，持续加强我国AI技术发展的内生动力。
来源：投资快报
