DeepSeek 被误读的 5 个真相，AI 大佬亲自揭秘-转载

DeepSeek 已经爆火了一个春节，红起来自然是非就多。尤其在海外局势变化错综复杂的情况下，DeepSeek 的天朝血统，给它招来了许多谣言。
5 ~* w! h' m0 ~" V8 u& K$ [- w
Stability AI 曾经的研究主管 Tanishq Mathew Abraham 昨天挺身而出，以自己业内人士的身份下场，指出了 DeepSeek 极为特殊的几点：

1.性能实际上与 OpenAI 的 o1 一样好，这是一个前沿模型，标志着开源真正赶上了闭源

2.与其他前沿模型相比，DeepSeek 以相对较低的训练费用完成

3.易于使用的界面，结合其网站和应用程序中可见的思维链，吸引了数百万新用户加入

除此之外，他更是针对几大流行的谣言，写了长长一篇博文，分析解释了围绕在 DeepSeek 四周的（离谱）言论。

以下为博客文章，内容有所编辑：

8 ~1 W, A5 }# x$ g+ V% M2025 年 1 月 20 日，一家名为 DeepSeek 的天朝 AI 公司开源并发布了他们的推理模型 R1。鉴于 DeepSeek 是一家天朝公司，美国及其 AGI 公司存在各种「国家安全担忧」。由于这一点，**关于它的错误信息已经广泛传播。**
4 Q7 l0 p  L# D# [+ f% r
这篇文章的目的是反驳自 DeepSeek 发布以来，许多关于 DeepSeek 的极端糟糕的 AI 相关观点。同时，作为一个在生成式 AI 前沿工作的 AI 研究人员，提供更有平衡性的观点。
, I" S# i7 p0 K" d% p* ^
谣言 1：可疑！DeepSeek 是一家突然冒出来的天朝公司
3 M! w' P, L( X4 y完全错误，到 2025 年 1 月，几乎所有生成式 AI 研究人员都已经听说过 DeepSeek。DeepSeek 甚至在完整发布前几个月就发布了 R1 的预览！

任何传播这种谣言的人，很可能并不从事人工智能工作——如果你不涉足该领域，却以为自己了解这个领域的一切，是荒谬且极其自负的。

DeepSeek 的首个开源模型 DeepSeek-Coder，于 2023 年 11 月发布。当时是业界领先的代码 LLMs（编者注：专注于理解和生成代码的语言模型）。正如下面的图表所示，DeepSeek 在一年内持续发货，达到 R1：

4 ]# z+ Y- u, W
* e0 e6 z3 ^9 F" w& `6 k1 b' i这不是一夜之间的成功，他们进步的速度也没有什么可疑之处。在人工智能发展如此迅速，且他们拥有一个明显高效的团队的情况下，一年内取得这样的进步在我看来是非常合理的。
. c, n% {) n, R+ G* w& o3 w! S  Y6 ]
如果您想知道哪些公司在公众视野之外，但 AI 领域内备受看好，我会推荐关注 Qwen（阿里巴巴）、YI（零一万物）、Mistral、Cohere、AI2。需要注意的是，它们没有像 DeepSeek 那样持续发布 SOTA 模型，但它们都**有潜力发布出色的模型**，正如它们过去所展示的那样。

谣言 2：撒谎！这个模型的成本不是 600 万美元
6 o& f0 [5 S; ~0 C" ]  z; _这是一个有趣的问题。这类谣言认为 DeepSeek 想避免承认他们有非法的幕后交易来获取他们不应获得的计算资源（由于出口管制），从而在关于模型训练成本的真实性上撒谎。
% X: w1 Y; n- B  y" X
4 ~# e3 p2 h8 ^首先，600 万美元这个数字值得好好研究。它在 DeepSeek-V3 论文中有提及，该论文是在 DeepSeek-R1 论文发布前一个月发布的：


- z. w4 u; w6 @8 {) hDeepSeek-V3 是 DeepSeek-R1 的基础模型，这意味着 DeepSeek-R1 是 DeepSeek-V3 加上一些额外的强化学习训练。所以在某种程度上，成本已经不准确，因为强化学习训练的额外成本没有被计算在内。但那可能只会花费几十万美元。

/ S) c1 x. v8 j( n+ N好的，那么 DeepSeek-V3 论文中提到的 550 万美元，是不正确的吗？基于 GPU 成本、数据集大小和模型大小的众多分析，已经得出了类似的估计。请注意，虽然 DeepSeek V3/R1 是一个 671B 参数的模型，但它是一个专家混合模型，这意味着模型的任何函数调用/前向传递只使用约 37B 参数，这是计算训练成本所使用的值。
" G. O* N: Z* N( S, o" |1 h+ E
然而，DeepSeek 的成本，是基于当前市场价格估计的这些 GPU 的成本。我们实际上并不知道他们的 2048 个 H800 GPU 集群（注意：不是 H100s，这是一个常见的误解和混淆！）的成本。通常，连续的 GPU 集群在批量购入时成本会更低，因此甚至可能更便宜。

% p  M# i* T* [( U& }9 Z8 f" R& J  _但是这里有个问题，这是最终运行的成本。在这成功之前，可能进行了许多在小规模的实验和消融，这一部分会需要相当大的成本，但这些并未在此处报告。
0 F' m0 _: P, t* {) F0 W* w0 A
除此之外，可能还有许多其他成本，如研究员薪资。SemiAnalysis 报告称，DeepSeek 的研究员薪资传闻约为 100 万美元。这相当于 AGI 前沿实验室如 OpenAI 或 Anthropic 的高薪水平。
8 {9 o+ Q6 n* O* d& Z) R& x4 R" E
通常，当报道和比较不同模型的训练成本时，最终的训练运行成本是最受关注的。但由于糟糕的论调和错误信息的传播，人们一直在争论额外的成本使 DeepSeek 的低成本和高效运营性质受到质疑。这是极其不公平的。无论是从消融/实验的角度，还是从其他 AGI 前沿实验室的研究人员薪酬的角度来看，成本都非常显著，但这些通常在这样的讨论中没有被提及！

谣言 3：这么便宜？所有美国 AGI 公司都在浪费钱，看跌英伟达
5 _) O. z8 O1 _) Q- f( v( V+ A# |/ b我认为这又是一个相当愚蠢的看法。与许多其他 LLM 相比，DeepSeek 在训练中确实效率更高。是的，许多美国前沿实验室在计算上效率低下是非常可能的。然而，这并不一定意味着拥有更多的计算资源是坏事。
1 K: u6 v# F9 R
# L; t/ c: t1 x) e1 E' f3 l% F老实说，每当听到这样的观点，我就清楚地知道他们不懂 scaling laws，也不懂 AGI 公司 CEO（以及任何被视为 AI 专家的人）的心态。让我就这个话题发表一些看法。
4 ^0 N) y5 p. z0 i1 Z! x: ~" m
2 J, c- I" p# w7 vScaling laws 表明，只要我们继续将更多的计算能力投入到模型中，我们就能获得更好的性能。当然，AI 扩展的确切方法和方面随着时间的推移而发生了变化：最初是模型大小，然后是数据集大小，现在是推理时间计算和合成数据。
1 R0 I: S. l* K8 `6 }% M: M
自 2017 年原始 Transformer 以来，更多的计算能力等于更好的性能的整体趋势似乎仍在持续。
$ {$ Q) t3 O$ v, f0 T
更高效的模型意味着您可以在给定的计算预算下获得更高的性能，但更多的计算资源仍然更好。更高效的模型意味着你可以用更少的计算资源做更多的事情，但使用更多的计算资源，可以做到更多！

你可能有自己的关于 scaling laws 的看法。你可能认为即将出现一个平台期。你可能认为过去的表现并不能预示未来的结果，正如金融界所说。
( ]( h% |% O* X6 `
2 Y# ~0 C, T1 r1 H4 k但如果所有最大的 AGI 公司都在押注 scaling laws 能够持续足够长的时间，以实现 AGI 和 ASI。这是他们的坚定信念，那么唯一合理的行动就是获取更多的计算能力。
- E: r: Q% ]2 ~8 I" K& x7 T( D* ]
现在你可能认为「NVIDIA 的 GPU 很快就会过时，看看 AMD、Cerebras、Graphcore、TPUs、Trainium 等」，blabla。有数百万种针对 AI 的硬件产品，都在试图与 NVIDIA 竞争。其中之一可能在将来获胜。在这种情况下，也许这些 AGI 公司会转向它们——但这与 DeepSeek 的成功完全无关。

9 q* h1 V' o: K# ?3 b; H) C个人而言，我认为没有强有力的证据表明其他公司会撼动 NVIDIA 在 AI 加速芯片领域的统治地位，鉴于 NVIDIA 目前的市场统治地位和持续的创新水平。

总体而言，我看不出为什么 DeepSeek 意味着你应该看跌 NVIDIA。你可能有其他理由看跌 NVIDIA，这些理由可能非常合理且正确，但 DeepSeek 似乎不是我认为合适的理由。
. ^, V/ `# r* G
谣言 4：模仿罢了！DeepSeek 没有做出任何有意义的创新
: h4 S2 i0 {5 R4 L& ^错误。**语言模型的设计和训练方法有很多创新，其中一些比其他更重要**。以下是一些（不是完整的列表，可以阅读 DeepSeek-V3 和 DeepSeek-R1 论文以获取更多详细信息）：
% j( O9 U  o8 K' q9 V% N
多头潜注意力 (MLA) – LLMs 通常是指利用所谓的多头注意力（MHA）机制的 Transformer。DeepSeek 团队开发了一种 MHA 机制的变体，它既更节省内存，又提供更好的性能。

! z" C" _% O% R) F0 lGRPO 与可验证奖励 – 自从 o1 发布以来，AI 从业者一直在尝试复制它。由于 OpenAI 对它的工作方式一直相当保密，大家不得不探索各种不同的方法来实现类似 o1 的结果。有各种尝试，如蒙特卡洛树搜索（谷歌 DeepMind 在围棋中获胜所采用的方法），结果证明不如最初预期的那样有希望。
& V/ z' A2 Z" M9 F) z
9 v9 u" M& M$ ~6 p& Z2 i+ @+ Z' IDeepSeek 展示了一个非常简单的强化学习（RL）管道实际上可以实现类似 o1 的结果。除此之外，他们还开发了自己变种的常见 PPO RL 算法，称为 GRPO，它更高效且性能更好。我想 AI 社区中的许多人都在想，我们为什么之前没有尝试过这种方法呢？

DualPipe – 在多个 GPU 上训练 AI 模型时，有许多效率方面需要考虑。你需要弄清楚模型和数据集如何在所有 GPU 之间分配，数据如何通过 GPU 流动等。你还需要减少 GPU 之间任何数据传输，因为它非常慢，最好尽可能在每个单独的 GPU 上处理。无论如何，有许多设置此类多 GPU 训练的方法，DeepSeek 团队设计了一种新的、效率更高且速度更快的解决方案，称为 DualPipe。
+ ?0 n) E. m9 ]* [' I
我们非常幸运，DeepSeek 完全开源了这些创新，并写了详细的介绍，这与美国 AGI 公司不同。现在，每个人都可以受益，用这些创新的办法来提高他们自己的 AI 模型训练。

% T6 ]. [5 w( ^  }! s' |谣言 5：DeepSeek 正在「汲取」ChatGPT 的知识
戴维·萨克斯（美国ZF的 AI 和加密巨头）和 OpenAI 声称，DeepSeek 使用一种称为蒸馏的技术「汲取」ChatGPT 的知识。

7 y. F6 r& ]3 x$ f& T0 X9 v+ R首先，这里的「蒸馏」一词使用得非常奇怪。通常，蒸馏指的是在所有可能的下一个词（token）的全概率（logits）上进行训练，但这个信息甚至不能通过 ChatGPT 暴露出来。

9 q. d8 n% V4 ]( Z4 p, d但是好吧，就假设我们在讨论如何使用 ChatGPT 生成的文本进行训练，尽管这并不是该术语的典型用法。
2 K) q, g$ t" v2 t. j4 L
1 F% a$ R, N+ y. p" w+ @; TOpenAI 及其员工声称 DeepSeek 自己使用 ChatGPT 生成文本并在此基础上进行训练。他们没有提供证据，但如果这是真的，那么 DeepSeek 显然违反了 ChatGPT 的服务条款。我认为这对一家天朝公司来说，法律后果尚不明确，但我对此了解不多。
6 u3 o) ]7 N6 Q: h) n
+ B# g7 ~- l$ t3 \# J' e8 R+ h: D请注意，这仅限于 DeepSeek 自己生成了用于训练的数据。如果 DeepSeek 使用了来自其他来源的 ChatGPT 生成数据（目前有许多公开数据集），我的理解是这种「蒸馏」或合成数据训练并未被 TOS 禁止。
  r- j$ d7 A- H. H5 n3 @; w$ z
尽管如此，在我看来，这并不减少 DeepSeek 的成就。与 DeepSeek 的效率方面相比，作为研究人员，让我印象更深刻的是他们对 o1 的复制。我非常怀疑对 ChatGPT 进行「蒸馏」有任何帮助，这种怀疑完全是出于 o1 的 CoT 思维过程从未公开过，那么 DeepSeek 如何能够学习它呢？
) I' j3 A2 c4 I1 i
& v7 ^8 c, y7 E% \此外，许多 LLMs 确实在 ChatGPT（以及其他 LLM）上进行了训练，而且在新抓取的任何互联网内容中自然也会有 AI 文本。

6 r2 G) n* h, ?总体而言，认为 DeepSeek 的模型表现良好仅仅是因为它简单提炼了 ChatGPT 的观点，是忽略了 DeepSeek 在工程、效率和架构创新方面的现实。
6 {4 X7 a! n( A
: w3 d5 i2 `/ j7 u' i应该担心天朝在人工智能领域的霸权吗？
7 n( |0 n0 i7 X9 ~  B6 k/ h或许有一点？坦白说，现在和两个月前相比，中美 AI 竞赛在实质上并没有太多变化。相反，外界的反应相当激烈，这确实可能通过资金、监管等方面的变化影响整体 AI 格局。
7 p9 g" ^& ~9 M: |
天朝人一直都在人工智能领域具有竞争力，DeepSeek 现在让他们变得无法忽视。

1 C2 p( G! a( N2 p# o0 v关于开源的典型论点是，由于天朝落后，我们不应该公开分享我们的技术，让他们赶上。但显然，天朝已经赶上了，他们实际上很久以前就已经赶上了，他们在开源方面实际上处于领先地位，因此不清楚进一步收紧我们的技术，实际上的帮助是否有那么大。
. j, I5 T9 X! d3 X! H8 q) _6 v
请注意，像 OpenAI、Anthropic 和 Google DeepMind 这样的公司肯定有比 DeepSeek R1 更好的模型。例如，OpenAI 的 o3 模型的基准测试结果相当令人印象深刻，他们可能已经有一个后续模型正在开发中。
  [) {( A) `$ E( |* @" G" p) P# Y
在此基础上，随着像星门项目以及 OpenAI 即将到来的融资轮等重要额外投资，OpenAI 和其他美国前沿实验室将拥有充足的计算能力，以保持他们的领先地位。

当然，天朝将向人工智能发展投入大量额外资金。所以总的来说，竞争正在升温！但我认为，美国 AGI 前沿实验室保持领先的道路仍然相当有希望。
$ c; |0 V3 A3 b
; I8 U3 d( e1 e& w& m结论
# i% A/ V2 S+ g/ y0 Y/ R一方面，一些 AI 人士，尤其是 OpenAI 的一些人，试图淡化 DeepSeek。而另一方面，一些评论家和自称专家对 DeepSeek 又反应过度。
3 k9 B- b' @5 _
9 P  X2 ?% t2 m3 `3 E' ]需要指出的是，
) Q, ]9 v+ Y. l7 E% I: \OpenAI/Anthropic/Meta/Google/xAI/NVIDIA 等并没有就此完蛋。不，DeepSeek （很可能）没有在说他们所做的事情上撒谎。无论如何必须承认的是：DeepSeek 应得到认可，R1 是一个令人印象深刻的模型。
5 q+ Y- H) O* {- v$ z5 S1 `' n; x, T

这个真相是需要去了解下了啊。

管它怎么读呢，各人有各人的理解

懂得这个方法我非常也是必定收藏起来了的哦。

这个楼主的一些看法我是觉得还是挺好的了啊

看上去老哥的看法是挺有感悟的许多的道理不错

这个方法行自己好好掌握,也是很棒的。

感恩大佬的分享，好人一生幸福。

方法最后一段话觉得是有道理的,但是在我面前就难以实现,毕竟好运太差了。

你的看法很不错，看论坛的决定了，没想到你的文采这么好

菠菜肯定有推荐，这是必须的

感谢您介绍的技巧都不能无视技巧啊

楼主的这些看法也是要好好看看了，你的用心了的！

这一次方法在论坛的运气还是值得肯定的.

我是看完了，老哥后面的看法和提议也是赞同

搞小一点，就是运气不好，也不会搞的输了，心态肯定好啊

这样的分享是可以收藏起来，然后学习一下的。