DeepSeek很火，我来泼点冷水

从24年12月DeepSeek出圈以来，DeepSeek风潮越刮越勇，已有席卷全球之势。各个大厂纷纷宣布自家接入DeepSeek，甚至有机顶盒企业也宣布自家产品接入了，市场情绪一度高涨。

在自媒体上，以DeepSeek为噱头卖课的，教人如何使用DeepSeek提示词的，或者利用DeepSeek+其他AI工具做自媒体赚快钱的，各种案例不胜枚举。

各个技术群的聊天话题也集中于DeepSeek，好像不聊这个话题就要被开除技术籍。

DeepSeek很火爆，我也并非资深的人工智能领域从业人员，但我却想泼一泼冷水。

首先思考一个问题：DeepSeek在功能和性能上，有远超其他大模型产品的表现吗？

答案很明显，并没有。DeepSeek官方于今年1月20日推出的DeepSeek R1版本，也只是在性能上对标Open AI o1正式版。

用DeepSeek官方的话来说：

“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。”

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

且这段时间大家应该都体验过DeepSeek，使用体验肯定很好，但其本身的工程能力(特指稳定性)却无法匹配其功能和性能的表现。换句话说，DeepSeek更像一个在某方面极其突出的年轻少侠，而非全方位无死角的六边形战士。

OpenAI的o1是什么时候发布的呢？以下是从多个公开信息源找到的信息：

1、OpenAI于2024年9月12日首次发布了o1的预览版（o1-preview）和轻量版（o1-mini）。这一版本主要面向ChatGPT Plus、Team用户以及API开发者开放，特点是强化了推理能力，适用于科学、数学和编程等复杂任务。

2、完整版的o1（或称“满血版”）于2024年12月5日至6日在OpenAI的“12天12场直播”首日活动中正式推出。该版本进一步优化了性能，错误率降低34%，响应速度提升50%，并支持多模态输入（文本+图像）。

总结：DeepSeek R1的发布是后发先至，在数学、代码、自然语言推理等任务上暂时取得了领先。

再来思考第二个问题：为什么DeepSeek会如此火爆，受到追捧？

按照业内的普遍共识，人工智能领域有三大底座(或者说三要素)是算力+模型+数据，也就是说只要你算力够多，模型够好，喂进去的数据量足够大，就可以迭代出我们预期的AI产品。

在三大底座之上，喂数据是训练过程，大规模应用是最终结果。在训练和大规模应用之间，还存在这样一个25年之前未被解决的问题，即：盈利模式。但DeepSeek的出现，带来了新的契机。

按照DeepSeek官方说法，他们在开源 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

这一消息目前已经被证实，且国内外各家科技企业巨头的大模型都已开始接入DeepSeek，证明其成本相较于GPT-4确实有极大规模的下降。而成本的下降会带来这两点显著的直接收益：降低训练硬件需求，降低应用成本。

换句话说，降低训练需求等于打破了高算力的垄断门槛，降低应用成本意味着进入AI领域落地应用的门槛变低，会有更多的人有机会参与到探索应用落地的道路上。

从目前各种消息来看，模型降本已经指向了应用层的爆发，腾讯、阿里等大厂的走势已经说明了一切。

可能以后生活中的每台电子设备都会内置DeepSeek这种水平的大模型，而这也意味着AI+的爆款应用，大概率会在2025年横空出世！

除此之外DeepSeek火出圈的另一个原因在于：前两年各家公司的大模型逐渐同化，在数据层面没有显著差异的情况下，算力成为了唯一的决胜因素，而国产算力相比于英伟达，目前确实稍有不足。

DeepSeek的出现打破了过去两年的唯算力论，也让国内各大芯片厂商对追赶甚至超越“英伟达”重新燃起了希望。

这也是为什么前段时间，媒体报道说DeepSeek是“国运级”的产品。

回到本文的主题，即DeepSeek为什么会如此火爆？

一方面是人性使然导致的造神论，这点自古至今从未变过。另一方面，互联网自媒体时代，媒体和社区会不断助涨这种氛围，甚至说难听点，这是一种捧杀行为，严重点说实在扼杀整个中国的创新氛围。

DeepSeek引起全球关注甚至诧异本身是件好事，但是这种整个产业界甚至全国性质的捧杀，我个人并不认同。

在大模型的方向、技术路线、资源投入各方面，每个公司都有差异。

比如有的公司坚持长期主义选择dense模型，有的公司选择扩展探索面在各种模态上都发展业务，至于像Deepseek押注moe，以及deepseek首先突破应用了预训练fp8（之前有mla），也确实是一直走在一流团队的前沿。

借用DeepSeek创始人梁文峰话来说：大部分中国公司习惯follow，而不是创新。中国AI和美国真实的gap是原创和模仿的差距。如果这个不改变，中国永远只能是追随者，所以有些探索是逃不掉的。英伟达的领先，不只是一个公司的努力，而是整个西方技术社区和产业共同努力的结果。创新首先是一个信念问题，OpenAI并不会一直领先。

同理，DeepSeek暂时领先也很难说会一直领先！

我很敬佩梁文峰先生的务实和专注风格，也很希望国内出现越来越多的像DeepSeek这样的产品。很多的前沿创新都是基于务实和专注才会出现，希望大家能对当前对DeepSeek的造神保持警惕。

真正的科技创新型社会是百花齐放，百舸争流。