DeepSeek 在国内大模型创业领域独树一帜。它出身不凡，背后有量化私募巨头幻方支持，曾因储备万张 A100 芯片引人瞩目，后凭 DeepSeek V2 开源模型引爆大模型价格战，以超低推理成本震撼行业，让大厂纷纷跟进。其成功源于深度技术创新，MLA 架构等大幅降本，打破行业常规，获国际认可。团队极具特色，成员年轻且多为本土清北应届生，从实习生到核心成员都能凭兴趣与能力崭露头角，如代达劢、朱琪豪等学术成果丰硕。创始人梁文锋秉持技术理想，看重原创，不囿于商业化，坚持开源，团队组织灵活，不设前置分工，资源调配自由，与 OpenAI 相似，重人才、创新与软硬件协同，志在推动中国 AI 走向前沿，改变行业跟随局面。
一、关于DeepSeek引发的大模型价格战
1、问：DeepSeek在大模型领域似乎掀起了不小的波澜，听说引发了一场价格战，这是怎么回事？
答：去年 5 月，DeepSeek 发布了 DeepSeek V2 开源模型，提供了超高性价比，推理成本被降到每百万 token 仅 1 块钱，约等于 Llama3 70B 的七分之一，GPT-4 Turbo 的七十分之一。这个价格让大家很敏感，没想到引发了行业震动，智谱 AI 5 天后跟进，字节更是率先将旗舰模型降到和 DeepSeek 一样的价格，随后阿里、百度、腾讯等大厂也纷纷降价，中国大模型价格战就此爆发。但 DeepSeek 表示并非有意当“鲶鱼”，只是按照自己步调做事，基于成本核算定价，原则是不贴钱也不赚暴利，只是没想到会引发这样的连锁反应。
2、问：DeepSeek 降价的目的是什么呢？
答：一方面是因为在探索下一代模型结构时，成本率先降下来了；另一方面，DeepSeek 认为无论 API 还是 AI，都应该是普惠的、人人用得起的东西，抢用户并非主要目的。
二、DeepSeek的技术创新
3、问：DeepSeek 在技术上有哪些突出的创新点，能让它在竞争激烈的大模型领域脱颖而出？
答：DeepSeek 对模型架构进行了全方位创新。提出了崭新的 MLA（一种新的多头潜在注意力机制）架构，把显存占用降到过去最常用的 MHA 架构的 5%-13%；独创的 DeepSeekMoESparse 结构，将计算量降到极致，这些创新最终促成成本大幅下降。像 DeepSeek V2 论文就备受关注，SemiAnalysis 首席分析师认为它“可能是今年最好的一篇”，OpenAI 前员工也称赞其“充满惊人智慧”，还将训练设置应用于自己的模型。
4、问：为什么 DeepSeek 选择从模型结构切入创新，而不像很多中国公司一样直接 copy 现有结构做应用？
答：因为 DeepSeek 的目标是 AGI，这需要研究新的模型结构，在有限资源下实现更强模型能力，这是 scale up 到更大模型所需的基础研究之一。而且 Llama 的结构在训练效率和推理成本上，和国外先进水平已有两代差距，所以 DeepSeek 选择自主创新，除模型结构外，还在构造数据、让模型更像人类等方面做了大量研究。
三、DeepSeek的团队特色
5、问：能给我们介绍一下 DeepSeek 的团队吗？看起来这个团队很神秘，却又能量巨大。
答：DeepSeek 团队最大的特点就是年轻，应届生、在读生，特别是来自清北的应届生非常活跃。团队成员有的参与了从 DeepSeek LLM v1 到 DeepSeek-v3 的全程，有的实习一段时间也做出重要成果。像为 DeepSeek 提出 MLA 新型注意力、GRPO 强化学习对齐算法等关键创新的，几乎都是年轻人。创始人梁文锋招人标准是看能力而非经验，核心技术岗位以应届和毕业一两年的人为主，团队 leader 级别也偏年轻化，以毕业 4 - 6 年的为主。
MLA 架构创新者：高华佐（北大物理系毕业，行事低调）、曾旺丁（北邮，导师张洪刚），为 DeepSeek-V2 关键创新助力。
GRPO 算法贡献者：邵智宏（清华 CoAI 课题组博士生，师从黄民烈，曾就职微软研究院，参与多项目）、朱琪豪（北大软件所 2024 届博士，发表 16 篇 CCF-A 类论文，获奖众多，主导开发 DeepSeek-Coder-V1，论文入选激励计划）、Peiyi Wang（北大博士生，受穗志方教授指导）。
全程参与者：代达劢（北大 2024 年博士毕业，师从穗志方，顶会论文 20 +，获多项大奖）、王炳宣（北大元培学院，硕士毕业后参与 DeepSeek 系列工作）、赵成钢（清华，竞赛经验丰富，担任基础架构工程师，有英伟达实习经历）。
6、问：听说 DeepSeek 的团队组织架构也很有特色，具体是怎样的呢？
答：DeepSeek 不做前置的岗位分工，而是自然分工。每个人对于卡和人的调动不设上限，只要几个人有兴趣，就可以随时调用训练集群开始一个项目；当一个 idea 显示出潜力，公司也会自上而下地调配资源，这种运作结构和 OpenAI 有些相似。
四、DeepSeek的发展战略
7、问：目前很多大模型公司既做模型又做应用，DeepSeek 却很不一样，为什么选择只做研究探索，不涉足 toC 应用呢？
答：DeepSeek 觉得当下最重要的是参与到全球创新浪潮里，过去中国公司习惯拿别人的技术做应用变现，但这波 AI 浪潮中，DeepSeek 出发点是走到技术前沿，推动整个生态发展，而不是趁机赚一笔。长远来说，DeepSeek 希望形成一种生态，业界直接使用他们的技术和产出，他们专注基础模型和前沿创新，由其他公司基于此构建 toB、toC 的业务。
8、问：DeepSeek 未来有融资计划吗？会考虑闭源吗？
答：短期内没有融资计划，DeepSeek 面临的问题不是钱，而是高端芯片被禁运。并且他们不会闭源，认为先有强大的技术生态更重要。五、DeepSeek与国内大模型行业对比
9、问：对比其他中国大模型创业公司，DeepSeek 的优势和差异化体现在哪里？
答：优势在于技术创新能力强，从模型架构到算法都有自研成果，且成本控制出色，能以较低算力训练出高性能模型。差异化方面，它是唯一一家放弃“既要又要”路线，至今专注研究和技术、未做 toC 应用的公司，也是唯一一家未全面考虑商业化、坚定选择开源路线甚至都没融过资的公司。
10、问：您认为中国大模型创业公司的终局会怎样？DeepSeek 又将在其中扮演什么角色？
答：DeepSeek 创始人梁文锋认为可能活下来 2 到 3 家，那些自我定位清晰、更能精细化运营的公司更有机会。DeepSeek 致力于技术创新，推动行业生态发展，希望成为基础模型和前沿技术的提供者，助力中国 AI 摆脱跟随地位，向原创式创新迈进，为行业发展注入源源不断的动力。
