DeepSeek是中国知名私募巨头幻方量化旗下人工智能公司深度求索（DeepSeek）自主研发的AI大模型，深度求索致力于研究和开发先进的通用人工智能模型AGI。目前DeepSeek的模型全部开源，包括通用大模型DeepSeek LLM、MoE模型DeepSeek MoE、DeepSeek V2、DeepSeek-V3、代码模型DeepSeek Coder、DeepSeek Coder V2、数学模型DeepSeek Math、多模态大模型DeepSeek-VL、DeepSeek VL2等。幻方量化不仅为DeepSeek提供强大的资金支持，例如第一期研发投入预计就达30亿元，还为DeepSeek提供了 “萤火超算” 万卡级别的算力支持。
过去几天以来，低调上线的DeepSeek V3在国内外引起了不小的轰动。根据国外网友们的说法，尽管DeepSeek V3可以算是第一梯队AI大模型，却只用了2048张H800 GPU显卡、2个月不到时间训练完毕，计算预算也只有不到600万美元；在性能方面几乎追上了Claude 3.5 Sonnet 和 GPT-4o，如编程、数学等；每百万Token的价格可以压到不到0.5美金，是用1/10的价格达到OpenAI和Anthropic 同级的水平。
曾是OpenAI创始成员之一的AI科学家Andrej Karpathy为DeepSeek-V3超低训练成本感到震惊。他的贴文写道：“”在资源受限的情况下，DeepSeek V3将成为研究与工程领域一次令人印象深刻的成果展示。”他表示，像DeepSeek V3这种级别的AI应该需要接近16000个GPU组成的集群，而现在提出的集群更多的是要 100000个GPU 左右。DeepSeek V3看起来似乎是比Llama 3 405B更强大的模型，但前者的计算量相比后者减少了11倍。
毫无疑问，DeepSeek值得深入研究，因为它是前沿模型中唯一一个没有庞大科技巨头资源的公司，在开源模型阵营中还打败了Meta的Llama。DeepSeek的故事要从幻方说起。在量化投资领域，幻方是一个特立独行的存在——一家完全由本土班底起家的量化基金，在2021年就达到了千亿规模。
“我们做大模型，其实跟量化和金融都没有直接关系，”梁文锋解释道，“当时我们尝试了很多场景，最终切入了足够复杂的金融，而通用人工智能可能是下一个最难的事之一，所以对我们来说，这是一个怎么做的问题，而不是为什么做的问题。”
坚守技术研究：为什么不做产品？
在中国7家大模型创业公司中，DeepSeek是唯一一家至今坚持不做toC应用的公司。这个选择让许多人感到不解，毕竟在当前阶段，快速商业化似乎是一个更务实的选择。
“因为我们觉得现在最重要的是参与到全球创新的浪潮里去，”梁文锋解释他们的核心目标，“过去很多年，中国公司习惯了别人做技术创新，我们拿过来做应用变现，但这并非是一种理所当然。这一波浪潮里，我们的出发点，就不是趁机赚一笔，而是走到技术的前沿，去推动整个生态发展。”
关于商业化时机的判断，梁文锋有着不同的看法：“我们认为当前阶段是技术创新的爆发期，而不是应用的爆发期。”他指出，很多人用互联网时代的商业逻辑来判断AI的发展，可能是一种刻舟求剑。”所有的套路都是上一代的产物，未来不一定成立。拿互联网的商业逻辑去讨论未来AI的盈利模式，就像马化腾创业时，你去讨论通用电气和可口可乐一样。”
专注基础研究的长期布局
在DeepSeek的愿景中，“我们希望形成一种生态，就是业界直接使用我们的技术和产出，我们只负责基础模型和前沿的创新，然后其它公司在DeepSeek的基础上构建toB、toC的业务。”梁文锋表示，“如果能形成完整的产业上下游，我们就没必要自己做应用。当然，如果需要，我们做应用也没障碍，但研究和技术创新永远是我们第一优先级。”
重新定义创新价值
面对外界质疑单纯技术领先难以形成绝对优势时，梁文锋直言：“我们看到的是中国AI不可能永远处在跟随的位置。我们经常说中国AI和美国有一两年差距，但真实的差距是原创和模仿之差。如果这个不改变，中国永远只能是追随者。”
“英伟达的领先，不只是一个公司的努力，而是整个西方技术小区和产业共同努力的结果。他们能看到下一代的技术趋势，手里有路线图。中国AI的发展，同样需要这样的生态。”梁文锋强调，“很多国产芯片发展不起来，也是因为缺乏配套的技术社群，只有第二手消息，所以中国必然需要有人站到技术的前沿。”
一场意外的价格战
今年5月，DeepSeek发布了一款名为DeepSeek V2的开源模型，以惊人的性价比震惊业界：推理成本仅为每百万token 1元，约是GPT-4 Turbo的七十分之一。这个定价迅速引发行业连锁反应，字节、腾讯、百度、阿里等大厂相继跟进降价。
“我们不是有意成为一条鲶鱼，只是不小心成了一条鲶鱼。”DeepSeek创办人梁文锋表示，“没想到价格让大家这么敏感。我们只是按照自己的步调来做事，然后核算成本定价。我们的原则是不赔钱，也不赚取暴利。”
技术创新的逆行者
与其他选择快速商业化的公司不同，DeepSeek选择了一条与众不同的道路。“如果目标是做应用，那沿用Llama结构，短平快上产品也是合理选择。但我们目的地是AGI，这意味着我们需要研究新的模型结构，在有限资源下，实现更强的模型能力。”梁文锋解释道。
从MLA到深层创新
DeepSeek对模型架构进行了全方位创新，提出了崭新的MLA架构（一种新的多头潜在注意力机制），将显存占用降到过去最常用的MHA架构的5%-13%。这种创新让他们在硅谷引起轰动，被SemiAnalysis首席分析师评价为“可能是今年最好的一篇论文”。
这项创新的诞生过程展现了DeepSeek独特的研发文化。最初的想法来自一位年轻研究员的个人兴趣，“在总结出Attention架构的一些主流变迁规律后，他突发奇想去设计一个替代方案。”梁文锋回忆道，“不过从想法到落地，中间是一个漫长的过程。我们为此组了一个team，花了几个月时间才跑通。”
创新路径与挑战
在DeepSeek，创新不是自上而下的任务分派，而是自下而上的自然生长。“每个人对于卡（运算资源）和人的调动是不设上限的。如果有想法，每个人随时可以调用训练集群的卡无需审批。同时因为不存在层级和跨部门，也可以灵活调用所有人，只要对方也有兴趣。”梁文锋解释了他们的运作方式。
但这条创新之路并非坦途。“短期内没有融资计划，”梁文锋表示，“我们面临的问题从来不是钱，而是高端芯片被禁运。”这反映了当前中国AI企业面临的共同挑战。
在人才层面，DeepSeek走出了一条不同的路。“很多大模型公司都执着地去海外挖人，很多人觉得这个领域前50名的顶尖人才可能都不在中国的公司。”但梁文锋有不同看法，“V2模型没有海外回来的人，都是本土的。前50名顶尖人才可能不在中国，但也许我们能自己打造这样的人。”
未来的技术探索
DeepSeek目前在三个方向上进行重点突破：数学和程序代码能力、多模态处理，以及自然语言理解。“数学和程序代码是AGI天然的试验场，有点像围棋，是一个封闭的、可验证的系统」，梁文锋解释他们的选择，“但同时，多模态、参与到人类的真实世界里学习，对AGI也是必要的。”
在创新战略上，DeepSeek选择了一条更具挑战性的路径。“很多国产大模型之前很少涉足架构层面的创新，也是因为很少有人主动去击破那样一种成见：美国更擅长从0-1的技术创新，而中国更擅长从1-10的应用创新。”梁文锋表示，“但我们认为随着经济发展，中国也要逐步成为贡献者，而不是一直搭便车。”
中国AI的差距在哪里？
谈到中国AI与国际的差距，梁文锋直言：“我们经常说中国AI和美国有一两年差距，但真实的差距是原创和模仿之差。”
他进一步解释：“中国最好的水平和国外最好的相比，模型结构和训练动力学上可能有一倍的差距，光这一点我们要消耗两倍的算力才能达到同样效果。另外数据效率上可能也有一倍差距，也就是我们要消耗两倍的训练数据和算力，才能达到同样的效果。合起来就要多消耗4倍算力。”
坚持开源的理念与实践
在大模型领域，开源与闭源的选择往往牵涉到企业的核心战略。不同于OpenAI和Mistral从开源转向闭源的路径，DeepSeek选择坚定地走在开源道路上。“我们不会闭源，”梁文锋明确表示，“我们认为先有一个强大的技术生态更重要。“
面对开源可能带来的技术外流风险，梁文锋有着自己的见解：“在颠覆性的技术面前，闭源形成的护城河是短暂的。即使OpenAI闭源，也无法阻止被别人赶超。所以我们把价值沉淀在团队上，我们的同事在这个过程中得到成长，积累很多know-how，形成可以创新的组织和文化，就是我们的护城河。”
这种开源战略背后，是DeepSeek对AI技术发展的长远思考。“开源更像一个文化行为，而非商业行为。给予其实是一种额外的荣誉。一个公司这么做也会有文化的吸引力。”梁文锋解释道。
在谈到未来的商业模式时，梁文锋描绘了一个专业分工的生态：“长远来说，我们希望形成一种生态，就是业界直接使用我们的技术和产出，我们只负责基础模型和前沿的创新，然后其它公司在DeepSeek的基础上构建toB、toC的业务。如果能形成完整的产业上下游，我们就没必要自己做应用。”
这种开源策略也为DeepSeek带来了意想不到的效果。在技术社群中，DeepSeek经常被用户自来水式传播。这种口碑的形成，某种程度上印证了开源文化的感染力。“未来的世界很可能是专业化分工的，”梁文锋强调，“基础大模型需要持续创新，大厂有它的能力边界，并不一定适合。”
一群年轻的创新者
在DeepSeek，创新往往来自年轻人的灵感。这次MLA架构的创新就源于一位年轻研究员的个人兴趣。“都是一些顶尖大学的应届毕业生、没毕业的博四、博五实习生，还有一些毕业才几年的年轻人。”梁文锋说。
在管理上，DeepSeek采用完全自下而上的方式。“我们一般不前置分工，而是自然分工。每个人有自己独特的成长经历，都是自带想法的，不需要push他。”
对AGI的展望
谈到AGI的实现时程，梁文锋表示：“可能是2年、5年或者10年，总之会在我们有生之年实现。”DeepSeek目前押注三个方向：数学和程序代码、多模态，以及自然语言本身。
“数学和程序代码是AGI天然的试验场，有点像围棋，是一个封闭的、可验证的系统，有可能通过自我学习就能实现很高的智能。另一方面，可能多模态、参与到人类的真实世界里学习，对AGI也是必要的。我们对一切可能性都保持开放。”
（我为科技狂整理发布）
