数字化转型网（Professionalism Achieves Leadership 专业造就领导者）人工智能专题
本文围绕 DeepSeek 的大模型 R1 展开讨论，驳斥了关于 DeepSeek 的一系列误解。重要亮点
- DeepSeek 的影响力与发展历程：2025 年 1 月，DeepSeek 的 R1 模型引发全球大讨论。DeepSeek 并非突然出现，其个开源模型于 2023 年 11 月发布，一年来持续推出新产品。罗马不是一天建成的，DeepSeek 在人工智能领域发展迅速，拥有出色的团队。
- 训练成本的争议：有人质疑 DeepSeek 训练 R1 的成本，认为其隐瞒真实成本并通过非法途径获取算力。但实际上，550 万美元的成本估算有依据，且未计入强化学习训练的额外成本、小规模实验和研究人员薪资等成本。与其他 AI 前沿实验室相比，这种比较是不公平的。
- 对英伟达的影响：有人认为 DeepSeek 价格便宜，使所有美国 AGI 公司浪费钱且对英伟达不利。但 DeepSeek 在训练效率上高，不意味着拥有更多计算资源是坏事。所有大的 AGI 公司都在押注扩展律，获取更多计算资源是合理举措，且 DeepSeek 的成功与英伟达的地位无关。
- 创新之处：DeepSeek 在语言模型的设计及其训练方式上有许多创新，如 Multi-latent 注意力（MHA）、GRPO 与可验证奖励、DualPipe 等。DeepSeek 完全开源并详细记录了这些创新，让每个人都能受益。
- 是否从 ChatGPT 吸取知识的争议：OpenAI 声称 DeepSeek 从 ChatGPT 吸取知识，但缺乏证据。如果 DeepSeek 使用了来自其他来源的数据，这种形式的训练不违反服务条款。DeepSeek 的成就不应被忽视，其在工程、效率和架构创新方面有实际成果。
- 中美 AI 竞争态势：在 AI 领域一直有竞争力，DeepSeek 的出现让不容忽视。封闭技术是否能带来显著优势尚不明确，美国的前沿 AI 实验室和都将在 AI 上投入大量资金，竞争正在加剧。
