近期，DeepSeek成为AI领域的焦点。其V3和R1模型表现出色，在大模型评测排行榜上名列前茅，相关客户端产品免费可用且备受欢迎。2025年1月，DeepSeek引发诸多关注，微软CEO盛赞，其登顶美国AppStore榜首，还导致英伟达股票狂跌，Meta加速研发LLaMA 4。这一系列事件，标志着DeepSeek在AI行业的崛起。
DeepSeek的诞生与创始人梁文锋紧密相关。他毕业于浙江大学，从量化交易起步，历经创业波折，于2023年创立杭州深度求索人工智能基础技术研究有限公司，即DeepSeek。公司发展过程中，积累了大量GPU，为模型研发奠定基础。
在技术上，DeepSeek V2通过MoE和MLA实现成本突破。MoE构建“专家系统”，优化ScalingLaw，降低计算资源；MLA融合多种内容素材，通过渐进式训练三步法提升效果、降低成本，二者融合还提出创新策略，在工程实践中表现出色。
V3则凭借FP8和MTP进一步优化成本。FP8实现低精度训练，在英伟达新架构上，用一半成本达到相近性能；MTP拉长预测范围，使输出文本更具逻辑。V3训练成本公开，仅需279万GPU小时，约557.6万美元，远低于其他主流模型。
成本突破给行业带来巨大震荡。各大巨头重新规划AI投入，端侧模型发展可期，苹果等公司或受益，国产芯片也因支持DeepSeek迎来发展机遇。同时，DeepSeek调用成本低，推动人工智能行业繁荣。
R1作为推理模型，让DeepSeek更受关注。它在推理评测中表现出色，达到甚至超越OpenAI的o1模型。R1-Zero采用纯强化学习，摒弃传统指导方式，通过独特训练方法和奖励模型，实现自主学习，给行业带来新路径。
DeepSeek在开放方面也走在前列。它开放权重，许可证模式为MIT，几乎最开放，推动AI领域开源发展，其开源社区发展迅速，吸引众多开发者，也获得英伟达等厂商支持。
尽管成就显著，DeepSeek也面临一些问题。如R1存在性能不足、语言混乱等问题，蒸馏技术引发争议，虽属行业共识，但涉及知识产权等问题。
展望未来，DeepSeek在中美AI竞争中面临挑战与机遇，科技生态将因之丰富，能源结构或受影响，通往AGI的道路也更加清晰。其成功源于对好奇心的坚持，也激发了创新信心，为行业树立榜样。
