“东方神秘力量”一夜爆红，多家海外主流媒体密集报道，引发硅谷恐慌！中国AI大模型公司DeepSeek发布新模型，引发全球AI科技圈关注及热议。

2025年1月20日，我国AI大模型创业公司DeepSeek（深度求索），发布新模型DeepSeek-R1并同步开源模型权重，引来国外主流媒体集中报道，高度评价该款模型并称“东方神秘力量引发硅谷恐慌”。模型推出后备受好评，访问量过大以致服务器短时闪崩，DeepSeek-R1到底有多强大？

近几年来，大语言模型（LLM）逐渐发展成AI圈子的焦点，其通过快速迭代和演进，逐渐缩小了与通用人工智能的差距。

在所有的大语言模型中，最知名的当属OpenAI的ChatGPT。2018年推出后，惊艳了全球科技圈，时至今日依然是大语言模型中的佼佼者。

发布以后，GPT模型不断迭代升级，规模迅速扩大性能提升明显，最新的模型可以执行多种复杂的语言任务，如写作、翻译和实时问答等。

GPT的成功，也引发了国内科技大厂跟风，百度的文心一言，阿里巴巴的通义千问等大模型，也具备强大的语言理解和生成能力。

不过在实际使用过程中，国内的大模型存在各种各样的问题，声称专注于中文语言理解和生成的文心一言，也闹出过不少笑话。

曾经有网友通过文心一言，创作一幅“胸有成竹”的图画，最终输出的结果是一个人胸前绑着竹子，果然是“胸有成竹”的字面意思。

后来有人分析，文心一言最底层的逻辑，依然是英文语境，需要把中文翻译成英文，然后通过算法输出结果。

中国的成语恰恰是英文很难准确表达的，毕竟翻译界有一个说法，一旦遇到“中国有句古话”这句开头时，每个翻译都开始提心吊胆。

在和国外大语言模型竞争过程中，国产的大模型基本败下阵来。最近，国内创业公司DeepSeek的新模型，让国人看到了超越的希望。

DeepSeek，成立于2023年7月17日，全名为杭州深度求索人工智能基础技术研究有限公司，是一家专注于开发先进大语言模型的创新型科技公司。

公司技术团队以清华大学、北京大学的应届生和实习生为主，平均年龄不足26岁，就是这样一群年轻人，天马行空的创意，引领了中国大语言模型的发展。

2024年12月26日，DeepSeek-V3一经发布就引发业内关注。AI数据服务公司Scale AI创始人Alexander Wang，称这一模型是“中国科技节带给美国的苦涩教训”。

之所以如此评价，是因为Alexander Wang认为，中国科技界正在以“更低的成本、更快的速度和更强的实力赶上美国同行”。

V3发布之后不到一个月，2025年1月20日，DeepSeek又发布了性能更强大的新模型DeepSeek-R1。短时间内连发新模型，而且性能跨越式上升，难怪会吸引外媒集中报道，引发硅谷恐慌。

该模型使用了大量的强化学习技术，极大地提升了模型的推理能力，在极少标注数据的情况下，也能给出满意的答案，性能直逼OpenAI o1正式版。

引发硅谷恐慌的原因除了该模型的快速迭代升级外，还有一个重要因素是开发成本非常低。这群年轻的开发者，只用了557.6万美元就成功研发出DeepSeek-R1。

与之形成鲜明对比的是，筹集了10亿美元的“前沿”实验室，烧光投资开发出的大语言模型，还因为比不过DeepSeek而胎死腹中。

DeepSeek新模型发布后，很快就引起硅谷同行的关注，但对这种“花小钱办大事”的中国大模型，美国同行感到深深地无奈，称这是“神秘的东方力量”。

DeepSeek-R1发布后引发全球同行关注，图灵奖得主Yann LeCun认为，DeepSeek验证了“开源模型正超越闭源系统”。

DeepSeek-R1-Zero（实验版）通过单纯地强化学习（RL）训练实现推理能力，在数学、编程等方面，成功达到了接近人类专家的水平。

以数学为例，DeepSeek-R1-Zero参与解析美国数学邀请赛题目，最初准确率只有15.6%，经过自行强化学习后跃升至71%，通过优化又达到86.7%，与OpenAI基本持平。

DeepSeek-R1的训练方式，完全摒弃了传统训练过程中的监督微调步骤，而这一步骤，需要花费大量精力和时间，自然也需要巨大的资金投入。

所谓监督微调，就是使用大量以标注数据训练AI模型，这些数据包含问题、标准答案、思考步骤范例等，相当于给AI模型提供一个学习的路径。

这样的训练让AI越来越聪明，但同时也带来另一个问题，那就是奖励欺骗。当大模型足够“聪明”时，就会利用奖励函数中的漏洞和模糊性，来获取更高的奖励，就如人类的投机取巧一般。

表面上看模型获取了更好的奖励，由此可以倒推出模型完美地解决了问题，但实际上模型是在作弊，并没有真正完成预期任务。

DeepSeek摒弃了这一训练方式，单纯依靠准确性奖励训练模型，且奖励规则简单，让模型没有空子可钻。

DeepSeek的这种训练模式，极大地提升了训练速度，还让其在训练过程中学会了思考，甚至还会像人类一样“反思和顿悟”。

所谓的“反思顿悟”时刻，是DeepSeek在训练过程中突然停下，然后重新评估刚才的方式来调整问题的解析方向。

在处理一个复杂的数学问题过程中，DeepSeek就突然停下来，很拟人化地发出“感慨”，称刚得到的解析结果是“值得记录的特殊时刻”，随后又重新审视整个解题过程。

DeepSeek正在延续OpenAI的原始使命——真正开放、前沿的研究，赋能所有人。1月27日，DeepSeek-R1发布一周后，已经超越ChatGPT，登顶苹果APP Store美国区免费下载榜，在中国区排行榜上同样排名第一。

DeepSeek低成本高效率的研发模式，可能颠覆硅谷巨头的高投入路径，并且对英伟达、寒武纪等公司带来冲击。

在之前的AI领域，一直遵循“大力出奇迹”的规则，为追求更高的性能，模型体积不断膨胀，这就需要不断提升硬件的算力要求。

英伟达、寒武纪等公司，就为AI模型提供硬件支持。为了限制我国的AI技术发展，英伟达甚至向我国提供性能阉割版的硬件。

DeepSeek-R1的成功，打破了AI模型训练过程中对算力的苛刻要求，或者说算力需求从训练端转向了推理端，英伟达这种主要提供训练端算力的公司，自然受到巨大冲击。

在日常生活工作中，很多人觉着大语言模型离自己很远，是根本不可能用到的东西，但实际上，大语言模型已经渗透到我们每个人的日常生活当中。

譬如我们遇到问题上网搜索答案时，现在搜索页面最顶端出现的内容，就是AI通过梳理全网知识，给我们筛选出来的解答。

每个人都需要上网搜索内容，自然也就会和AI打交道。除了这方面以外，AI在机器翻译、智能客服、写作辅助等方面也必不可少。

在机器翻译领域，大语言模型通过大量的训练，可以根据对话上下文和语义语境等因素，实现更准确的翻译。

在智能客服和对话系统中，大语言模型应用更加广泛。模型通过理解客户的问题，生成对应的自然语言予以解答，及时响应为用户提供自然流畅的交互体验。

现在想通过客服解决问题，先对接的很可能都是大语言模型，只有遇到模型实在无法解答的问题，才可能转到人工客服。

在写作方面，经过大量训练的大语言模型，已经不输人类从业者。创作小说、编辑新闻稿、写作营销文案甚至论文等，大语言模型都能轻松胜任。

尤其是营销文案方面，通过输入几个关键字词，很快就可以生成不同风格的各种文案，如果用户不满意，还可以根据具体的意见进行修改，这可比广告公司的策划文案强大太多。

对于网络写手来说，大语言模型还可以辅助写作，如文本续写、自动摘要、修改优化等，大幅提高作者的写作效率。

大语言模型应用广泛，是未来重要的科技项目，诸多科技公司在这一赛道上竞逐。之前，一直是OpenAI的ChatGPT独领风骚，国内虽然也有大语言模型，但一个能打的都没有。

直到DeepSeek-R1模型横空出世，才以一己之力改变了整个格局。DeepSeek低成本高性能的发展路径，对行业竞争产生了深远影响。

DeepSeek用最小的资源实现了最高的效能，改变了AI行业例“大模型需要大投入”的传统理念，证明了高效研发的可行性。

美国《福布斯》对DeepSeek评价称，其给OpenAI、Google等老牌巨头，带来了巨大的竞争压力。DeepSeek更低的成本，迫使其他参与者要么降价，要么进一步增强产品。

但无论竞争对手做哪种选择，都需要改变以往的发展思路。DeepSeek给业内带来了颠覆性的冲击，也有助于大语言模型普及，通过更多人参与训练而进一步提升性能，最终形成良性循环。