今年年初，在世界经济论坛2025年年会开幕当天，一款由中国初创企业——杭州深度求索人工智能基础技术研究有限公司（以下简称“DeepSeek”）发布的开源模型DeepSeek—R1惊艳了世界。

这一模型在技术上实现了重要突破——用纯深度学习的方法让AI（人工智能）自发涌现出推理能力。高性价比是该模型的优势。据该公司介绍，DeepSeek—R1在后训练阶段大规模使用了强化学习技术，在仅有极少标注数据的情况下，极大提升了模型推理能力，用较低的成本达到了接近于美国开放人工智能研究中心（OpenAI）开发的GPT—o1模型的性能。

不鸣则已，一鸣惊人。DeepSeek的成功，破解了全球人工智能产业长期以来对“堆算力”的路径依赖，引发了人工智能领域的“一场地震”。业界人士认为，DeepSeek模型是“一座里程碑”，有望激发一波创新浪潮，推动全球AI继续进步。

近年来，以DeepSeek为代表中国国产大模型正在加快发展步伐。随着产业链条的完善、使用场景的丰富、市场空间的打开和人才储备的拓展，中国国产大模型正在形成从技术到应用，再从应用反哺技术创新的完整闭环。以算力为基，算法为翼，如今，中国国产大模型正通过提质增效的方式锚定AI普惠“新坐标”。

创新：“小力创造奇迹”

作为一家专注通用人工智能（AGI）的中国科技公司，DeepSeek主攻大模型研发与应用。DeepSeek—R1是其开源的推理模型，擅长处理复杂任务且可免费商用。

DeepSeek—R1模型能做什么呢？

它可以直接面向用户或者支持开发者，提供智能对话、文本生成、语义理解、计算推理、代码生成补全等应用场景。DeepSeek—R1支持联网搜索与深度思考模式，同时支持文件上传，能够扫描读取各类文件及图片中的文字内容。

如果用一句话总结DeepSeek—R1的技术特点，那便是“小力创造奇迹”。

DeepSeek模型既具备基础模型的广泛适应性，又以推理模型的精准性重塑行业标准。DeepSeek的API（软件系统间交互的标准化接口，允许开发者调用其他系统功能而无需理解内部实现细节）价格远低于海外头部大模型，其低成本策略推动了AI技术从“奢侈品”向“日用品”转型。

2024年12月底，DeepSeek发布V3模型，其性能与海外头部大模型相近，但训练成本极低，整个训练在2048块英伟达H800 GPU（图形处理器）集群上完成，训练成本550多万美元。相比之下，训练GPT—4o等模型，至少要使用上万块性能更为优越的H100 GPU，训练成本达到约1亿美元。DeepSeek这个土生土长的中国大模型用自己的成功证明：AI大模型的比拼或许并不只靠规模，更重要的是看实际效果。有句话形象地概括出DeepSeek的优势：“不是GPT用不起，而是DeepSeek更有性价比。”

更为引人关注的是，DeepSeek在架构效率上的提升幅度。通过算法创新，如GRPO（一种专为优化大型语言模型设计的强化学习算法）优化策略，DeepSeek打破了大模型训练的“算力依赖”。相比海外头部大模型，DeepSeek采用混合专家模型，可将任务拆分给多个专用子模块处理，资源利用率更高，大幅降低了大模型训练所需的算力要求。

与海外大模型相比，DeepSeek训练数据以汉语为主，对复杂的汉语词汇和语境处理更为精准，使其文字输出更为流畅自然，符合汉语环境。同时，它的逻辑推导过程透明，并支持针对特定场景的深度优化。

不同于先发者的闭源式“护城堡垒”，DeepSeek赢得赞誉的还有它的开源路线。DeepSeek将代码、模型权重和训练日志全部公开，降低了中小企业部署AI的门槛，这一举动不仅需要格局，更需要勇气与实力。

“在颠覆性技术面前，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。”DeepSeek创始人梁文锋这样解释选择开源的原因，“开源、发论文，其实并不会失去什么。对于技术人员来说，被follow（追随模仿）是很有成就感的事。”

英国《金融时报》对此评论称，开源模型DeepSeek—R1对全球用户产生极大吸引力，有利于推动人工智能技术的开发和应用。文章说，对于大多数商业用户来说，拥有一款足够可靠并且好用的模型比拥有绝对领先的模型更重要。“并不是每个司机都需要一辆法拉利。像R1这样模型的推理能力进步，可能会为与客户互动或处理工作任务的‘智能体’带来突破性变化”“如果能以更低的成本拥有这些模型，企业的盈利能力将提升”。美国云软件企业赛富时公司的人工智能可持续发展主管鲍里斯·加马扎伊奇科夫认为，DeepSeek推动了人工智能降低能耗的步伐。“它是开源的，其用户不必预先训练一个类似大小的模型，而是可以从已有模型开始（研发），这样可以节省大量能源。对全世界来说，这是一件非常好的事情，我希望看到更多像这样的开源创新。”