大模型的“四两拨千斤”

■ 只用不到600万美元训练，只激活6%的参数， 它凭什么让全球科技圈彻夜难眠？

你有没有想过，你在手机上问AI的那一句“帮我写首诗”，背后烧掉了多少度电？你更想不到，那个陪你唠嗑、帮你整理报告、帮你算清账目的它，其实压根不认识你，也没法体会什么叫孤单。

可它为什么总能说到你心坎里？秘密，藏在三个字里——大模型。

一场悄无声息的技术变革，藏在这三个字的背后。AI大模型正迈入小投入也能出大效果的阶段，参数不再是核心，算法与架构的精妙设计，正推着这场变化往前发展。

01  600万美元，改写一笔账

先说一个颠覆常识的数字。训练一个顶尖大模型，行业里通行的报价是上亿美元，换成人民币得以十亿计。

到2024年底，一家不足两百人的中国公司深度求索，把这笔账改了过来。它推出的DeepSeek-V3，训练成本仅557.6万美元，性能却稳稳处在全球第一梯队。

大洋彼岸的多家科技巨头，在消息传开后连夜凑到一起开了会。

硅谷知名投资人马克·安德森感叹，AI的“斯普特尼克时刻”到了。

02 它是怎么“长大”的

凭什么？答案，要从AI是怎么“长大”的说起。一个大模型出生前，要经历漫长的“读书”阶段。研究者把互联网上的海量文本、电子书和代码，一股脑喂给它，这个过程叫预训练。

DeepSeek-V3一口气读完了14.8万亿个词元，相当于数百万人一辈子读不完的书。它并不真的“理解”世界，只是在一次次猜“下一个字该是什么”中，摸清了人类语言的规律。

03 只激活6%的“专家”

读万卷书只是起步。真正的魔法，发生在架构设计上。

传统AI就像个靠谱的学霸，碰到任何情况都会调动所有脑细胞，700亿参数全部启动，算力也跟着耗损。

DeepSeek换了一种思路：混合专家架构（MoE）。打个比方，医院里有个导诊台，你发烧就推你去内科，骨折就送骨科，没有谁的病需要全院医生齐上阵。

DeepSeek-V3总参数6710亿，可每回答一句话，只激活其中370亿，不到6%。

省下来的算力，全部换成了性能与低成本——同样的工程巧思，把训练成本从上亿美元，硬生生压到了不到600万美元。

04 让AI学会“讲人话”

光会读书还不够，AI还得学会“讲人话”。这就轮到强化学习登场。

早期的AI满嘴胡话，因为它只学过互联网文本，而互联网上什么人都有。研究者想了个笨办法：让AI回答，人类打分。答得好给糖，答得差挨打。这套机制，业内叫RLHF（人类反馈强化学习）。

ChatGPT之所以让你觉得“它懂我”，靠的不是天赋，是被亿万条人类反馈“调教”出来的分寸感。

到了DeepSeek-R1，研究者更进一步，干脆不教了，让AI自己琢磨。只给它说对错，不提供标准答案，让它自己琢磨着较劲。

经过好几千万轮的迭代，它居然自己学会了一步步解题，还学会了在草稿纸上写“等等，这里好像不对，我换个思路”。这就是思维链（Chain-of-Thought）。

它像极了小朋友做数学题：先列算式，再算结果，错了能回头查。

只要在提示词里补一句“让我们一步步思考”，AI在部分数学推理题上的正确率就能大幅提高，这是通过实验验证出来的结果。

05 那张被忽略的能耗账单

技术迭代的另一面，是惊人的能耗。完整训练一次GPT-4，有人估算过，耗电超过1600万度，碳排放约8692吨。

而DeepSeek-V3只用了约108.7万度电，碳排放583.5吨，是前者的7%。

国际能源署报告显示，全球数据中心年耗电量已超过4000亿度，接近法国一整年的用电量。电，只是这张账单的一角。

截至2025年6月，我国生成式AI用户规模已经达到5.15亿，普及率为36.5%，这是中国互联网络信息中心的报告给出的数据。半年时间，用户数量几乎翻了一番。

06 从奢侈品到日用品

这不是冷冰冰的数字。当外卖骑手用AI规划路线、县城医生用AI读CT、乡镇学生用AI学英语，大模型正从实验室里的奢侈品，滑向每个普通人的日用品。

回头再看这场技术竞逐，真正被改写的，是一个迷信：算力堆砌即竞争力。

现在的算力门槛，被中国工程师靠着算法的巧劲儿给拉低了；技术的封闭壁垒，也被他们借着开源的共享思路给打破了。

而且这片土地上代代传下来的老智慧，和这种四两拨千斤的做法，简直是一个路子。

真正被改写的，是“算力堆砌即竞争力”这个迷信。

下一次，当你对着手机说出“帮我写点什么”时，不妨停一秒。那行温柔流出的字，是十几万亿词元喂养出的语言直觉，是几千亿参数里370亿个“专家”的协作，是无数次人类反馈雕琢出的分寸，是自我博弈千万轮后长出的逻辑。它不是人的思维，却已足够让你，在某个瞬间，恍惚看见自己的影子。