萬維鋼看DeepSeek（附Robin評論）

查核補註（2026-10-28）： 1. R1於2025-01-20發布、採MIT授權、允許蒸餾；API輸出價格每百萬tokens 2.19美元，約為o1的4%（o1為60美元）。 來源：https://www.deepseek.com/en/news/deepseek-r1/ https://venturebeat.com/business/deepseek-r1-is-a-boon-for-enterprises-making-ai-apps-cheaper-easier-to-build-and-more-innovative 2. Jim Fan的評論（非美國公司延續OpenAI最初使命）：2025-01-20 Jim Fan本人貼文，大意相符。 來源：https://www.linkedin.com/posts/drjimfan_we-are-living-in-a-timeline-where-a-non-us-activity-7287125475280265217-dUT3 3. Stargate計畫於2025-01-21發布。 來源：https://openai.com/index/announcing-the-stargate-project/ 4. R1以MIT授權公開模型權重（open-weight）並發表論文，訓練資料與完整程式碼未公開；總參數671B、每次啟用37B（官方模型卡），與文中「6710億」「370億」一致。R1發布當天（2025-01-20）Kimi k1.5也發表並稱達到o1水平，因此「唯一」「第一篇」不成立，本文已據此修正用語。本文為2025年1月的時間點觀點。 來源：https://github.com/deepseek-ai/DeepSeek-R1 https://www.iss.europa.eu/publications/briefs/challenging-us-dominance-chinas-deepseek-model-and-pluralisation-ai-development https://www.deeplearning.ai/the-batch/how-deepseek-r1-and-kimi-k1-5-use-reinforcement-learning-to-improve-reasoning https://arxiv.org/html/2501.12948v1 5. 「GPT-4b mini…有望增加10年壽命」不符：OpenAI與Retro Biosciences的模型是GPT-4b micro，用於蛋白質工程，報告的是改造山中因子變體在實驗室中多標記提高約50倍，沒有「增加10年壽命」的說法。 來源：https://openai.com/index/accelerating-life-sciences-research-with-retro-biosciences/ https://www.technologyreview.com/2025/01/17/1110086/openai-has-created-an-ai-model-for-longevity-science/ ---- 萬維鋼看DeepSeek 1月20日，DeepSeek釋出了有推理功能的最新大模型，DeepSeek R1。現在可以到DeepSeek官網免費使用這個模型 —— http://chat.deepseek.com DeepSeek R1 —— - 達到了跟o1相當、或者至少接近的推理能力（據DeepSeek公布的基準測試）； - 它做到這個水平只用到少得多的資源，所以價格十分便宜； - 它的模型權重以MIT授權公開； - DeepSeek釋出論文，詳細介紹了訓練中所有的步驟和竅門 —— 而你要知道OpenAI至今對o1的演算法和訓練方式保密；(評論者可以上網找相關論文的漏洞) - DeepSeek公司是一家中國公司。 接近o1水平、超低價格、權重與論文公開，做到任何一條都是AI界的新聞，而R1全做到了。你就是寫小說鼓吹中國AI有多強都不敢這麼暢想，但這就是事實！X上的美國AI圈被震撼，感到不可思議，可是上手各種測試發現的確超級厲害，所以現在是好評如潮。 ------ Nvidia資深研究員Jim Fan，對每一次AI進展都有深刻的洞見，這一次對R1，他的評論是 —— 「我們生活的這個時間線上，是一家非美國公司，在延續OpenAI最初的 —— 真正開放的前沿研究，賦能所有人。這簡直不可思議。這是最有趣的結局竟然成真了。」 他不但讚美了DeepSeek的開放，而且嘲諷了OpenAI今天一個暗示明天一個代號的不透明風格。 這是非常鮮明的對比。我們一直說開源是矽谷精神。 OpenAI最初的願景就是開放，Meta也是堅決開源，只不過技術目前沒OpenAI強……而現在是一家中國公司，不但逐漸接近OpenAI技術水平，而且公開模型權重與論文，連技術細節都公開了！ ---- R1在生成洞見、創造性發揮和說理論證方面距離 o1 pro 還有相當的差距。 但你要知道這是一個比較小的模型，它總共只有6710億個參數，而且是由一系列混合專家模型（Mixture of Experts）組成的，它一次推理呼叫的參數只有370億個。 R1思考速度快而且非常省錢。官網直接用，它是免費的。如果是在自己的應用中呼叫API，它的輸出價格是一百萬tokens 2.19美元，相當於o1 60美元的4%！這意味著你可以用R1做很多很多日常的事情。 而且R1還支援上網搜尋和PDF閱讀 —— 這是o1目前所沒有的功能。我自己試用的體感不是說那麼驚豔，但非常可用，而有的美國使用者則表示感覺水平比ChatGPT搜尋和Perplexity都高 —— ---- DeepSeek 開放有多徹底呢？它不但公開權重、免費可下載和公開了訓練方法，而且允許任何人用R1做資料蒸餾，去訓練自家的模型，而且你可以商業化。 DeepSeek 甚至已經用市面上的兩個開源模型，阿里的Qwen和Meta的Llama，蒸餾出來六個小模型供你隨便用。它們的跑分都相當高 —— 這些蒸餾出來的小模型很不簡單。其中一個有320億參數的小模型，數學和程式設計效能直接超越了o1-mini。 還有一個只有15億參數迷你小模型，數學和程式設計效能已經超過了當今最主流的兩個非推理模型，也就是GPT-4o和Claude 3.5 Sonnet —— 而它小到可以執行在你的個人電腦，甚至是手機上！有人已經用上了 —— 這是不可思議的事情！你要知道，僅僅半年前，這兩個模型還是神一樣的存在……而你現在不用上網，自家手機就可以擁有它們至少是數學和程式設計方面的能力。 還有個前Deepmind的研究員，直接用R1蒸餾出一個自己的模型，數學和程式設計效能超過了o1-preview —— 什麼叫賦能，這就叫賦能。 ---- DeepSeek介紹R1的論文，這篇論文公開了訓練推理模型的方法與細節。OpenAI對o1怎麼推理實行保密，外界只能猜測…… 所以有人說，現在所有AI實驗室都在閱讀DeepSeek這篇論文 —— ---- DeepSeek祕密是什麼呢？是沒有人為干預的強化學習。就如同當年的AlphaZero不看任何棋譜，自己跟自己下圍棋一樣，工程師並沒有告訴模型如何推理，只是你做對了我給獎勵 —— 它完全靠自己摸索，就掌握了推理方法。研究者首先訓練了一個叫DeepSeek-R1-Zero的基礎模型，它在訓練過程中自行湧現出來了幾個解題方法 —— - 解數學題會寫下步驟，自動檢查每一步是否正確； - 解題中間如果意識到錯誤，會中斷思考，重新推導； - 解完一道題會反思回顧自己的解題步驟，嘗試不同的方法，尋找最優解； - 能自動生成非常詳細的解題步驟； - 如果感覺題目比較難，會自動延長推理步驟，增加推理時間…… 簡單說，它就像是人一樣在做題。訓練者並沒有告訴模型你應該這麼解題，這些都是模型自己摸索出來的能力！ 更有甚者，模型在推理過程中還湧現出一個「aha 時刻｣，也就是解決關鍵一步，恍然大悟的時刻 —— 在場研究者第一次目睹這個現象都震驚了。模型就好像活了一樣，它有像人一樣的思想爆發火花，你甚至可以說它的智慧自行升級了。 R1-Zero有時候喜歡中英文混合輸出，介面不太友好，所以研究者又把它進一步人性化，才得到R1。 最近OpenAI研究者也出來講話，說是用的是強化學習自動湧現，聽起來跟DeepSeek論文裡的路數一致。但OpenAI從未提供過任何細節，DeepSeek等於是不但自己探索，而且還公之於眾了。 還有個有意思之處是R1每一次輸出的時候，都提供了自己的思考過程 —— 這也是OpenAI不願意全給的。很多人表示單純閱讀那些思考過程也很有收穫。比如華頓商學院教授Ethan Mollick感慨說，目睹R1第一人稱的思考過程，你不能不強烈感覺它是一個人…… 所有這些，都是R1之前我們不知道的，現在是一家來自中國的小公司，給人類貢獻了決定性的AI新知。 ---- 主流程式設計軟體Cursor中已經可以直接呼叫R1，大量的程式設計師會每天用它。中國沒有對美國使用者施加任何限制，甚至Google賬號可以直接登入DeepSeek官網。再對比一下OpenAI的種種限制，到底誰更open？ ----- DeepSeek用這麼少的算力就能做到這麼好，對所有人都是重大啟發，我相信OpenAI也會琢磨這到底是為什麼。如果DeepSeek找到了低算力高效率的大門，對整個人類都是好訊息。 但是，OpenAI投入那麼大算力不是白費的。R1是專門在數學和程式設計這兩項上做的優化，它完成別的任務的水平還不夠強。比如用來搞清楚一個什麼科學問題，它能力不如o1-pro。 這裡面可能有個二八定律。你用比較少的算力資源，就能應對比如說工作中80%的問題 —— 但是要想覆蓋剩下的20%，你需要投入多的多的資源。而後者恰恰是OpenAI要做的事情。 這兩天另一個大新聞是OpenAI和軟銀等公司聯手，要搞個5000億美元的大項目，叫「星際之門計劃（The Stargate Project)｣，對標當年美國搞原子彈的曼哈頓計劃和後來的登月計劃。這個項目要做的事情不是程式設計和解數學題，甚至不是AGI —— 而是ASI，是用於加速各個領域的科研，是探索未知世界。 所以我們不能低估算力的作用，更不能低估美國的野心。這是一場國運之爭。OpenAI仍然大幅度領先。 但是中國現在至少有個DeepSeek，美中AI大戰才剛要展開序幕！ ------ 羅賓小弟：「除了美中AI大戰外，完全開源和封閉系統的AI競爭，羅賓小弟個人相信創意、創新、開放、格局會產生最後的贏家，就看是美國/美國公司比較開放還是中國/中國公司比較開放，把資源和精力放在一昧防堵別人追上，不如自己想辦法加快腳步往前創新突破。」 【編註：此處「完全開源」指開放程度。R1實際公開的是模型權重（MIT授權）與論文，訓練資料與完整程式碼未公開。】