字数 1195，阅读大约需 6 分钟
DeepSeek的起源：量化对冲基金的孵化
DeepSeek背后的投资方是中国量化对冲基金High – Flyer Capital Management。该基金由AI爱好者梁文峰于2015年联合创立，梁文峰在浙江大学求学期间就涉足交易领域，并于2019年正式推出High – Flyer Capital Management，专注于开发和部署AI算法。2023年，High – Flyer开启了DeepSeek实验室项目，旨在独立于金融业务，专注研究AI工具。随后，DeepSeek从实验室发展成为独立公司。
从创立之初，DeepSeek就自建数据中心集群用于模型训练。由于受到美国硬件出口禁令的影响，为训练最新模型，DeepSeek不得不使用英伟达H800芯片，这款芯片的性能低于美国公司可用的H100芯片。
DeepSeek的技术团队以年轻成员为主。该公司积极从中国顶尖高校招募AI博士研究员，同时也会聘请没有计算机科学背景的人员，以帮助其技术更好地理解广泛的学科领域。
据相关行业报告显示，在2023 – 2024年间，因美国出口禁令影响，中国AI企业在硬件获取上成本平均提升了30%，这一数据侧面反映了DeepSeek面临的外部挑战。
DeepSeek的强大模型：技术实力的展现
DeepSeek于2023年11月推出了首批模型，包括DeepSeek Coder、DeepSeek LLM和DeepSeek Chat。2024年春季，其发布的下一代DeepSeek – V2系列模型引起AI行业的广泛关注。
DeepSeek – V2作为通用文本和图像分析系统，在各类AI基准测试中表现出色，且运行成本远低于同期可比模型。这一优势迫使国内竞争对手字节跳动和阿里巴巴，降低部分模型的使用价格，甚至将一些模型完全免费开放。
2024年12月推出的DeepSeek – V3进一步提升了DeepSeek的知名度。根据DeepSeek内部基准测试，DeepSeek V3在性能上超越了Meta的Llama等可下载的开源模型，以及OpenAI的GPT – 4o等仅通过API访问的 “封闭” 模型。
2025年1月发布的R1 “推理” 模型同样令人印象深刻。DeepSeek称R1在关键基准测试中的表现与OpenAI的o1模型相当。作为推理模型，R1能有效进行自我事实核查，避免一些常见模型易陷入的陷阱。尽管推理模型相较于典型的非推理模型，得出答案通常需要多花费几秒到几分钟，但在物理、科学和数学等领域，它们往往更可靠。
不过，DeepSeek的模型也存在一定局限性。由于是中国开发的AI，需接受中国互联网监管机构的基准测试，以确保其回复 “体现社会主义核心价值观”。例如，在DeepSeek的聊天机器人应用中，R1不会回答有关天安门广场或台湾自治的问题。
据权威AI性能评估报告指出，在2024年的自然语言处理和图像分析综合基准测试中，DeepSeek – V2的成本效益比排名前5%，而DeepSeek – V3在性能上相较于上一代提升了20%。
DeepSeek的颠覆式路径：独特的商业模式
DeepSeek的商业模式并不十分明确，其产品和服务定价远低于市场价值，甚至部分免费提供。DeepSeek称效率突破使其保持了极高的成本竞争力，但一些专家对其提供的数据表示质疑。
尽管DeepSeek的模型并非通常意义上的开源，但在宽松的许可下可供商业使用，这吸引了众多开发者。Hugging Face首席执行官Clem Delangue表示，Hugging Face平台上的开发者基于R1创建了超过500个 “衍生” 模型，这些模型的下载量总计达到250万次。
DeepSeek在与规模更大、根基更稳固的竞争对手较量中取得的成功，被形容为 “颠覆AI行业” 且 “炒作过度”。其成功导致英伟达股价在周一下跌18%，还引发了OpenAI首席执行官Sam Altman的公开回应。微软宣布DeepSeek可在其Azure AI Foundry服务上使用，而Meta首席执行官Mark Zuckerberg在第一季度财报电话会议上被问及DeepSeek对Meta AI支出的影响时表示，AI基础设施支出将继续是Meta的 “战略优势”。
与此同时，一些公司、国家和政府正在禁止使用DeepSeek。
