DeepSeek R1 真是太厲害了！
最近，‘神秘的東方力量’DeepSeek 正在‘硬控’硅谷。
我讓 R1 詳細(xì)解釋勾股定理。這一切都是 AI 在不到 30 秒時間里一次性完成的，沒出任何錯。簡單來說，its over．
在國內(nèi)外 AI 圈，普通網(wǎng)友發(fā)現(xiàn)了神奇的強(qiáng)大新 AI（還開源），學(xué)界專家紛紛喊出‘要奮起直追’，還有小道消息稱海外的 AI 公司已經(jīng)如臨大敵。
就說這個本周剛發(fā)布的 DeepSeek R1，它沒有任何監(jiān)督訓(xùn)練的純強(qiáng)化學(xué)習(xí)路線令人震撼，從去年 12 月 Deepseek-v3 基座發(fā)展到如今堪比 OpenAI o1 的思維鏈能力，似乎是很快達(dá)成的事。
但在 AI 社區(qū)熱火朝天的讀技術(shù)報告、對比實(shí)測之余，人們還是對 R1 有所懷疑：它除了能跑贏一堆 Benchmark 以外，真的能領(lǐng)先嗎？
能自建模擬‘物理規(guī)律’
你不信？來讓大模型玩玩彈球？
最近幾天，AI 社區(qū)的一些人開始沉迷一項(xiàng)測試 —— 測試不同的 AI 大模型（尤其是所謂的推理模型）來處理一類問題：‘編寫一個 Python 腳本，讓一個黃色球在某個形狀內(nèi)彈跳。讓該形狀緩慢旋轉(zhuǎn)，并確保球停留在形狀內(nèi)。’
一些模型在這項(xiàng)‘旋轉(zhuǎn)球形’基準(zhǔn)測試中的表現(xiàn)優(yōu)于其他模型。據(jù) CoreView CTO Ivan Fioravanti 稱，國內(nèi)人工智能實(shí)驗(yàn)室 DeepSeek 的開源大模型 R1 完勝 OpenAI 的 o1 pro 模式，后者作為 OpenAI ChatGPT Pro 計(jì)劃的一部分，每月收費(fèi) 200 美元。
左邊是 OpenAI o1，右邊是 DeepSeek R1。如上所述，這里的 Prompt 是：‘write a python script for a bouncing yellow ball within a square， make sure to handle collision detection properly． make the square slowly rotate． implement it in python． make sure ball stays within the square．’
根據(jù)另一位網(wǎng)友在 X 上的說法，Anthropic 的 Claude 3.5 Sonnet 和谷歌的 Gemini 1.5 Pro 模型對物理原理判斷錯誤，導(dǎo)致球偏離了形狀。也有用戶報告稱，谷歌最新的 Gemini 2.0 Flash Thinking Experimental，以及相對更舊的 OpenAI GPT-4o 都一次性通過了評估。
但這里面也是能分出高下的：
在這個推文底下的網(wǎng)友表示：o1 的能力原本很好，在 OpenAI 優(yōu)化速度過后就變?nèi)趿�，即使是每�?200 美元的會員版也一樣。
模擬彈跳球是一個經(jīng)典的編程挑戰(zhàn)。精確的模擬結(jié)合了碰撞檢測算法，其算法需要去識別兩個物體（例如一個球和一個形狀的側(cè)面）何時發(fā)生碰撞。編寫不當(dāng)?shù)乃惴〞绊懩M的性能或?qū)е旅黠@的物理錯誤。
AI 初創(chuàng)公司 Nous Research 的研究員 N8 Programs 表示，他花了大約兩個小時從頭開始編寫一個旋轉(zhuǎn)七邊形中的彈跳球。‘必須跟蹤多個坐標(biāo)系，了解每個系統(tǒng)中的碰撞是如何進(jìn)行的，并從頭設(shè)計(jì)代碼以使其具有魯棒性�！�
雖然彈跳球和旋轉(zhuǎn)形狀是對編程技能的合理測試，但對于大模型來說還是個新項(xiàng)目，即使是提示中的細(xì)微變化也可能產(chǎn)生出不同的結(jié)果。所以如果想讓它最終成為 AI 大模型基準(zhǔn)測試的一部分的話，還需要改進(jìn)。
無論如何，經(jīng)過這一波實(shí)測之后，我們對大模型之間的能力不同有了觀感。
DeepSeek 是新的‘硅谷神話’
DeepSeek 正讓大洋彼岸陷入‘恐慌’。
Meta 員工發(fā)帖稱‘Meta 工程師們正在瘋狂地分析 DeepSeek，試圖從中復(fù)制任何可能的東西。’
而 AI 科技初創(chuàng)公司 Scale AI 創(chuàng)始人 Alexandr Wang 也公開表示，中國人工智能公司 DeepSeek 的 AI 大模型性能大致與美國最好的模型相當(dāng)。
他還認(rèn)為，過去十年來，美國可能一直在人工智能競賽中領(lǐng)先于中國，但 DeepSeek 的 AI 大模型發(fā)布可能會‘改變一切’。
X 博主 @8teAPi 則認(rèn)為，DeepSeek 并不是一個‘副業(yè)項(xiàng)目’，而是像洛克希德・馬丁以前的‘臭鼬工廠’。
所謂‘臭鼬工廠’，就是當(dāng)初洛克希德・馬丁公司（Lockheed Martin）為了研發(fā)諸多先進(jìn)飛行器專門成立的一個高度機(jī)密、相對獨(dú)立的小團(tuán)隊(duì)，從事尖端或非常規(guī)的技術(shù)研究與開發(fā)。從 U-2 偵察機(jī)、SR-71 黑鳥，到 F-22 猛禽、F-35 閃電 II 戰(zhàn)斗機(jī)都是從這里走出來的。
后來，這個詞逐漸演變成一個通用術(shù)語，用來形容在大公司或組織內(nèi)部設(shè)立的‘小而精’、相對獨(dú)立且自由度更高的創(chuàng)新團(tuán)隊(duì)。
他給出的理由有兩個：
一方面是 DeepSeek 擁有大量的 GPU，據(jù)稱有超過一萬塊，而 Scale AI 的 CEO Alexandr Wang 甚至表示可能達(dá)到 5 萬塊。
另一方面，DeepSeek 只從中國排名前三的大學(xué)招聘人才，這意味著 DeepSeek 與阿里巴巴和騰訊具有同等的競爭力。
僅憑這兩個事實(shí)，就可以看出，顯然 DeepSeek 在商業(yè)上取得了成功，并且已經(jīng)足夠知名，能夠獲得這些資源。
至于 DeepSeek 的開發(fā)成本，該博主表示，中國科技公司可以獲得各種各樣的補(bǔ)貼，比如低用電成本和用地。
因此，DeepSeek 非常有可能大部分成本都被‘安置’在核心業(yè)務(wù)之外的某個賬目上，或者以某種數(shù)據(jù)中心建設(shè)補(bǔ)貼的形式存在。甚至除了創(chuàng)始人之外，沒人完全清楚所有財(cái)務(wù)安排。有些協(xié)議可能只是‘口頭協(xié)定’，只靠聲譽(yù)就能敲定。
不管怎樣，有幾點(diǎn)是明確的：
這個模型非常出色，與 OpenAI 兩個月前發(fā)布的版本相當(dāng)，當(dāng)然也有可能不如 OpenAI 和 Anthropic 尚未發(fā)布的新模型。
從目前來看，研究方向仍主要由美國公司主導(dǎo)，DeepSeek 模型屬于對 o1 版本的‘快速跟進(jìn)’，但 DeepSeek 的研發(fā)進(jìn)度非常迅猛，比預(yù)期更快地迎頭趕上，他們并沒有抄襲或作弊，最多只是逆向工程。
DeepSeek 主要是在培養(yǎng)自己的人才，而不是依賴美國培養(yǎng)的博士，這大大擴(kuò)展了人才庫。
與美國公司相比，DeepSeek 在知識產(chǎn)權(quán)許可、隱私、安全、政治等方面受到的約束較少，圍繞錯誤地使用那些不想被訓(xùn)練的數(shù)據(jù)的擔(dān)憂也較少。訴訟更少，律師更少，也更少顧慮。
毫無疑問，越來越多的人認(rèn)為 2025 年將會是決定性的一年。與此同時各家公司都在摩拳擦掌，比如 Meta 就正在建立一個 2GW+ 的數(shù)據(jù)中心，預(yù)計(jì)在 2025 年投資 600-650 億美元，年底擁有超過 130 萬塊 GPU。
Meta 甚至用一張圖表展示了 2 千兆瓦數(shù)據(jù)中心與紐約曼哈頓的對比。
但現(xiàn)在 DeepSeek 用更低的成本，更少的 GPU 做到了更好，怎能不讓人焦慮？
Yann LeCun：要感謝開源
Hyperbolic 的 CTO、聯(lián)合創(chuàng)始人 Yuchen Jin 發(fā)帖表示，在僅 4 天時間里，DeepSeek-R1 向我們證明了 4 個事實(shí)：
開源 AI 僅落后于閉源 AI 不到 6 個月
中國正在主導(dǎo)開源 AI 競賽
我們正進(jìn)入大語言模型強(qiáng)化學(xué)習(xí)的黃金時代
蒸餾模型非常強(qiáng)大，我們將在手機(jī)上運(yùn)行高智能 AI
由 DeepSeek 引發(fā)的連鎖反應(yīng)仍在繼續(xù)，比如 OpenAI o3-mini 免費(fèi)可用、社區(qū)中希望能減少關(guān)于 AGI/ASI 的模糊討論以及傳聞 Meta 陷入恐慌等。
他認(rèn)為，現(xiàn)在很難預(yù)測最終誰會獲勝，但不要忘記后發(fā)優(yōu)勢的力量，畢竟我們都知道是 Google 發(fā)明了 Transformer，而 OpenAI 解鎖了其真正潛力。
此外，圖靈獎得主、Meta 首席人工智能科學(xué)家 Yann LeCun 也表達(dá)了自己的看法。
‘對于那些看到 DeepSeek 的性能就認(rèn)為“中國正在超越美國的 AI”的人，你理解錯了。正確的理解是：開源模型正在超越專有模型�！�
LeCun 表示，DeepSeek 之所以這次一鳴驚人，是因?yàn)樗麄儚拈_放研究和開源（如 Meta 的 PyTorch 和 Llama）中獲益。DeepSeek 提出了新想法，并在他人工作的基礎(chǔ)上構(gòu)建。因?yàn)樗麄兊墓ぷ魇枪_發(fā)布和開源的，每個人都可以從中受益，這就是開放研究和開源的力量。
網(wǎng)友們的反思還在繼續(xù)，在對于新技術(shù)發(fā)展興奮的同時，也能感受到一點(diǎn)點(diǎn)憂慮的氣氛，畢竟 DeepSeek 們的出現(xiàn)，可能會帶來真金白銀的影響。
參考內(nèi)容：
https：//x.com/ivanfioravanti/status/1881969391547683031
https：//x.com/Aadhithya_D2003/status/1882105009548222953
https：//x.com/8teAPi/status/1882836551866204656
https：//x.com/Yuchenj_UW/status/1882840436974428362
https：//x.com/ylecun/status/1882943244679709130
https：//venturebeat.com/ai/tech-leaders-respond-to-the-rapid-rise-of-deepseek/
