寫在DeepSeek爆火之后：AI發(fā)展得如此之快，未來會越來越快嗎？

出品：科普中國

作者：王?。ㄖ袊茖W院計算技術(shù)研究所在讀博士）

監(jiān)制：中國科普博覽

編者按：為展現(xiàn)智能科技動態(tài)，科普中國前沿科技項目推出“人工智能”系列文章，一窺人工智能前沿進展，回應(yīng)種種關(guān)切與好奇。讓我們共同探究，迎接智能時代。

最近，DeepSeek作為AI界一位“新頂流”，憑借強大的功能在社交媒體上引發(fā)熱議。有人說它是未來的生產(chǎn)力工具，有人好奇它能為生活帶來哪些改變，也有人擔心它會搶走自己的飯碗……

為了讓大家更加了解這個備受關(guān)注的智能幫手，我們邀請了中國科學院計算技術(shù)研究所在讀博士王琛，用10個問題全面解答關(guān)于DeepSeek的核心原理、使用技巧以及未來趨勢等疑問。無論是AI小白還是科技達人，這篇文章都能為你答疑解惑！讓我們一起看看，這個“智能幫手”能否成為我們生活中的真正伙伴吧！

DeepSeek在春節(jié)期間受到全球的關(guān)注，現(xiàn)在許多平臺都表示已經(jīng)接入DeepSeek大模型，它究竟是什么？

DeepSeek是一家位于杭州的人工智能初創(chuàng)公司，由幻方量化聯(lián)合創(chuàng)始人梁文峰于2023年7月創(chuàng)立，專注于大語言模型的研發(fā)。

在春節(jié)前，DeepSeek相繼發(fā)布了兩款同名的開源大語言模型：DeepSeek-V3（2024年12月26日）和DeepSeek-R1（2025年1月20日）。它們的性能可以與OpenAI的閉源模型GPT-4o和o1等其它大語言模型相媲美，且成本明顯低于其它模型。

DeepSeek-V3模型旨在提供高性價比的服務(wù)，能夠快速地響應(yīng)用戶的需求，滿足自然語言處理、問答翻譯、內(nèi)容生成等日常任務(wù)的需求。DeepSeek-R1模型專注于復雜的推理任務(wù)，特別是在數(shù)學問題、代碼生成、邏輯推理等領(lǐng)域具有更強的能力，但響應(yīng)時間也相對較長。

DeepSeek為什么會受到如此大的關(guān)注？

DeepSeek-V3和DeepSeek-R1在春節(jié)前發(fā)布后，憑借其與OpenAI為首的頂尖大模型相當?shù)男阅芤约暗土挠柧毘杀竞屯评碣M用，迅速引發(fā)了全球的廣泛關(guān)注。DeepSeek的高性價比挑戰(zhàn)了美國大模型的壟斷地位，它的推出使得更多企業(yè)和用戶能夠以更低的價格體驗到最先進的AI成果。

DeepSeek開源了其技術(shù)細節(jié)和模型權(quán)重，使得更多人能夠利用其成果進行創(chuàng)新和研發(fā)。與此同時，DeepSeek還免費開放了在線服務(wù)，吸引了大量用戶體驗，形成了前所未有的熱潮。在DeepSeek-R1正式發(fā)布7天后，DeepSeek超越ChatGPT登上了AppStore免費應(yīng)用下載排行榜的榜首。DeepSeek的成功標志著中國在AI領(lǐng)域的重大進展，提升了中國在全球AI技術(shù)競爭中的地位。目前，多個企業(yè)和高校已經(jīng)開始自主部署DeepSeek模型，進一步證明了它的廣泛應(yīng)用潛力。

它為什么能用這么低的成本、這么有限的算法實現(xiàn)這么強大的能力？是只在中文表達上強大，還是各種性能都還不錯？

DeepSeek能夠以較低的訓練成本實現(xiàn)強大的能力，主要得益于DeepSeek長期以來在模型架構(gòu)和算法層面的持續(xù)創(chuàng)新。

具體來說，DeepSeek通過使用混合專家架構(gòu)（MoE）和多頭潛在注意力（MLA）等技術(shù)有效降低了推理成本。同時，借助數(shù)據(jù)蒸餾、分布式訓練優(yōu)化、以及硬件層面的精細調(diào)優(yōu)，DeepSeek進一步提升了資源利用率，從而降低了訓練成本。多種創(chuàng)新的優(yōu)化技術(shù)的融合使得DeepSeek在僅擁有較低的訓練和推理成本的同時，能夠提供強大的性能。

在中文的理解和應(yīng)用方面，DeepSeek有著突出的表現(xiàn)，它不僅能夠理解古文，創(chuàng)作詩詞，還能準確掌握時下流行的網(wǎng)絡(luò)用語。而相比之下，ChatGPT的中文雖然語法通順，卻顯得較為生硬。不過，DeepSeek的強大能力并不僅限于中文表達，在官方公布的多項標準評測中，DeepSeek在英文、百科知識、長文本、代碼、數(shù)學能力等領(lǐng)域均達到了頂尖水平。

DeepSeek在不同領(lǐng)域的性能表現(xiàn)

（圖片來源：參考資料2）

在AI的范疇內(nèi)，使用中文是否代表著更高的效率？

在AI領(lǐng)域，“效率”更高往往意味著處理速度更快，或者理解的準確性更高，或者生成的內(nèi)容質(zhì)量更好。

首先，中文和英文在結(jié)構(gòu)上有很多不同。中文是表意文字，一個字可以表達很多意思，而英文是字母文字，每個單詞由多個字母組成。中文相比英文在表達上更簡潔、高效，信息密度更高。在表達相同的意思時，中文往往能更簡潔地傳達內(nèi)容。因此在AI領(lǐng)域，使用中文可以提高表達效率，進而降低成本。

但同時，中文多樣的語義和復雜的語法結(jié)構(gòu)也對AI的理解能力提出了挑戰(zhàn)。比如，在中文中，“花”可以是植物，也可以是花費，這可能讓AI在理解上下文時更難。而英文雖然也有同義詞和多義詞的問題，但結(jié)構(gòu)上可能更清晰一些。所以，處理中文的時候，AI需要更多的上下文信息來準確理解意思。

此外，數(shù)據(jù)量和模型的設(shè)計與優(yōu)化也應(yīng)當納入考慮范圍。如果AI模型在訓練時使用了大量的中文數(shù)據(jù)，那么它可能在處理中文任務(wù)時表現(xiàn)更好。反過來，如果數(shù)據(jù)主要來自英文或者其他語言，那么AI在處理這些語言的時候效率可能會更高。某些模型可能是專門為某種語言而設(shè)計的，在這種情況下，在該語言上的效率自然就會更高。

關(guān)于中文在AI領(lǐng)域是否具有顯著的優(yōu)勢，目前尚無定論，未來如何挖掘中文的潛在優(yōu)勢可能將成為重要的研究方向。

為什么在回答用戶問題的時候，DeepSeek可以展示其“深度思考過程”？

DeepSeek-R1在回答用戶問題時可以展示其深度思考過程是因為它使用了思維鏈（Chain of Thought, CoT）技術(shù)。思維鏈技術(shù)模仿人類的思考方式，它要求模型將復雜任務(wù)分解成簡單步驟然后再逐步解決，從而增強模型在復雜推理任務(wù)中的能力。

OpenAI的o系列模型也使用了思維鏈技術(shù)，但OpenAI并未向用戶公開模型的原始思維鏈，而是僅提供了一個思維鏈的總結(jié)。而DeepSeek-R1作為開源模型，則完全開放了思維鏈，用戶可以清晰地看到模型在解決問題時的全部推理過程。

ChatGPT與DeepSeek分別有哪些特點？它們是否代表AI大模型以后的兩種發(fā)展方向，還是會融合發(fā)展？

ChatGPT基于OpenAI的GPT系列模型，使用了大量多語言數(shù)據(jù)進行訓練，支持多語言、多模態(tài)，能夠跨語言和跨領(lǐng)域提供服務(wù)。作為閉源模型，它由OpenAI為用戶提供在線服務(wù)。

DeepSeek則在中文領(lǐng)域進行了優(yōu)化，擁有較低的訓練和推理成本。DeepSeek是開源模型，用戶可以根據(jù)需要自行部署并進行定制化修改。目前它們的技術(shù)架構(gòu)和市場定位都有所不同，但隨著技術(shù)的發(fā)展，未來可能會出現(xiàn)更多相互借鑒融合的趨勢，例如DeepSeek可能會借鑒ChatGPT的多模態(tài)能力，ChatGPT也可能會優(yōu)化其本地化服務(wù)以應(yīng)對DeepSeek等競爭對手的挑戰(zhàn)。

DeepSeek發(fā)布的是開源模型，開源以后，后面應(yīng)當如何保持領(lǐng)先？

DeepSeek的創(chuàng)始人梁文鋒表示，現(xiàn)在的生成式人工智能并不是終點，未來的目標是朝著實現(xiàn)通用人工智能邁進。在AI技術(shù)快速發(fā)展的當下，大家都沒有碾壓對手的技術(shù)優(yōu)勢，即使閉源也無法阻止被別人趕超。為了應(yīng)對這一挑戰(zhàn)，他們希望將價值沉淀在團隊的成長之中，通過持續(xù)的創(chuàng)新來保持領(lǐng)先。開源的決策正是基于這一考量，開源可以打破技術(shù)壟斷，降低技術(shù)門檻，激發(fā)更廣泛的技術(shù)合作與創(chuàng)新。開源能夠吸引更多的開發(fā)者共同參與貢獻，構(gòu)建一個開放與多元化的技術(shù)發(fā)展環(huán)境。DeepSeek希望通過這種方式推動技術(shù)的長遠發(fā)展，保持領(lǐng)先地位，成為AI技術(shù)的引領(lǐng)者。

打開使用頁面，有“深度思考（R1）”和“聯(lián)網(wǎng)搜索”選項，二者在使用上有何區(qū)別？如何能更好地使用這種推理型大模型？

打開深度思考（R1）選項后，后臺會切換到DeepSeek-R1模型，這個模型專注于需要復雜推理的場景，如數(shù)學或編程方面的問題。它能夠展示詳細的思維過程，提供推理步驟與最終結(jié)果。

聯(lián)網(wǎng)搜索選項則允許模型獲取實時互聯(lián)網(wǎng)搜索的結(jié)果，適用于時效性較強、需要獲取最新信息的問題，模型可以根據(jù)搜索結(jié)果提供實時更新的答案。

在使用深度思考（R1）功能時，在提問中用戶無需額外引導模型進行思考，只需要明確表達自己的需求，避免模糊不清的表述，以便模型更好地理解并提供準確的答案。在深度思考模式下，除了模型的最終答案外，用戶還可以關(guān)注模型給出的思考過程，從而更好地掌握解決問題的詳細方法。

哪些領(lǐng)域的工作受到DeepSeek的可能沖擊最大，甚至能被取代？

DeepSeek等大語言模型可能會對那些依賴信息檢索、數(shù)據(jù)分析、重復性高且目標明確的行業(yè)產(chǎn)生沖擊。例如內(nèi)容創(chuàng)作、數(shù)據(jù)處理、翻譯校對、人工客服、人力資源管理和財務(wù)審計等領(lǐng)域，可能會被自動化的AI技術(shù)所替代。AI可以高效地完成用戶需求的任務(wù)，從而減少對人工的依賴。

然而，對于一些需要創(chuàng)造性、情感智力和人際溝通的工作來說，人工的參與仍然不可或缺。**在AI技術(shù)飛速發(fā)展的當下，人們需要不斷提升這些難以被AI輕易替代的能力。這些能力可以幫助個人在職場中保持競爭力，確保在未來的工作環(huán)境中，人與AI能實現(xiàn)更好的協(xié)作和互補，共同推動社會進步。

AI發(fā)展的速度怎么這么快？會越來越快嗎？

AI在過去幾年中迅速發(fā)展，這得益于多個因素的推動。

首先，計算能力的大幅提升，尤其是GPU等硬件技術(shù)的發(fā)展，使得AI模型能夠處理更大規(guī)模的數(shù)據(jù)，訓練出更復雜的模型，從而提升了整體性能。

其次，互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展為AI訓練提供了豐富的數(shù)據(jù)庫。同時，深度學習領(lǐng)域算法架構(gòu)的突破，也使得AI的能力不斷增強。近年來，科技公司和投資者紛紛看到了AI的潛力，并在資金和技術(shù)上給予了大力支持，這些因素共同促進了AI技術(shù)的飛躍發(fā)展。

雖然許多專家認為AI將在未來繼續(xù)快速發(fā)展，但是否能夠保持當前的速度仍然存在不確定性。樂觀者認為，AI的進步將會呈現(xiàn)指數(shù)爆炸的趨勢，隨著AI智能的增長，AI迭代的速度將會越來越快，最終完全超越人類。然而，算力和數(shù)據(jù)可能會成為制約AI技術(shù)發(fā)展的瓶頸，大型模型的訓練需要越來越多的算力，而計算能力的發(fā)展目前已經(jīng)不足以完全滿足AI訓練的需求。同時，人類現(xiàn)有的數(shù)據(jù)在未來幾年內(nèi)可能會被耗盡。

未來AI技術(shù)如何突破算力和數(shù)據(jù)的瓶頸，繼續(xù)飛速發(fā)展，仍然需要全世界科研人員的共同努力。此外，AI可能引發(fā)的倫理、法律與社會問題也逐漸引起了人們的擔憂，一些科學家已經(jīng)呼吁暫停開發(fā)更強大的AI系統(tǒng)，直至人們可以確保其安全性和可控性。

參考資料：

1.https://en.wikipedia.org/wiki/DeepSeek

2.https://api-docs.deepseek.com/zh-cn/news/news1226

3.https://api-docs.deepseek.com/zh-cn/news/news250120

4.Liu, A., Feng, B., Xue, B., Wang, B., Wu, B., Lu, C., ... & Piao, Y. (2024). Deepseek-v3 technical report. arXiv preprint arXiv:2412.19437.

5.Guo, D., Yang, D., Zhang, H., Song, J., Zhang, R., Xu, R., ... & He, Y. (2025). Deepseek-r1: Incentivizing reasoning capability in llms via reinforcement learning. arXiv preprint arXiv:2501.12948.