数字化转型网（Professionalism Achieves Leadership 专业造就领导者）人工智能专题
本文围绕神秘的 AI 模型 DeepSeek 展开，内容涵盖其技术特点、组织模式、与其他模型的对比、对行业的影响等多个方面。文章还探讨了 AI 技术的发展趋势，如 2025 年技术的分化、开源与闭源之争等问题，并分析了 DeepSeek 对二级市场的影响。
重要亮点
- DeepSeek 的技术特点：DeepSeek 在技术上有诸多特点，如在推理层面可能不需要做 SFT（有监督微调），但在其他任务中可能仍需 SFT；其 R1 本质是 SFT 训练出来的，数据用 RLHF 训练出来的模型生成；其长上下文能力提升快，用常规方法就能做到 Long context 10K；在数据标注上非常重视，这是模型效率好的关键之一；在蒸馏技术上有优势也有隐患，如模型 diversity 下降等；在 Process Reward 方面，过程监督上限是人，结果监督才是模型上限。
- DeepSeek 的组织文化：创始人兼 CEO 梁文锋是 DeepSeek 核心的人，团队的 research 能力和团队文化很好。DeepSeek 把所有精力放在一个很窄的点，比如智能本身，不在乎形态，往 AGI 走。DeepSeek 的组织模式类似字节，文化好，商业模式好，核心是文化组织。对于人才组合，磨合好也能能力变高级，挖走一个人对其影响可能不大。
- AI 技术发展趋势：2025 年模型会发生分化，可能有新的架构出现，RL 的潜力还未完全发挥，多模态可能出现挑战 ChatGPT 形态的产品。此外，除了 Transformer 外可能会有别的架构探索，降低成本的同时探索智能边界。目前大家关心 agent，但还未大规模应用。
- 开源与闭源之争：DeepSeek 的开源引发关注，开源和闭源路线并不矛盾，但如果开源能做到闭源的 95% 或能力差不多，对闭源是挑战。有可能导致 OpenAI 等把好的模型藏在后面，但 DeepSeek 拿出来后其他公司好的模型可能藏不住了。目前是共存状态，高校和小 lab 可能优先选择 DeepSeek，云厂商对开源闭源都支持。
- DeepSeek 的影响：DeepSeek 的出圈让外界意识到 AI 很强，缩小了中美 AI 差距。其证明了作为追赶者可以发挥工程能力优势，未来中美 AI 格局可能取决于大模型团队如何用较少算力做出成果。DeepSeek 对美国 AI 圈冲击大，短期对股价有影响，但长期叙事会继续。
- 技术与愿景的关系：不同 AI labs 的模型核心差别在于愿景而非技术，比技术更重要的是愿景。例如 AI labs 之间的差距在于谁能提出下一个 reasoning，无限长度的 reasoning 可能是一个愿景。
