（視覺中國/圖）

2024年歲末,，DeepSeek-V3大模型發(fā)布，迅速成為全球人工智能（AI）領(lǐng)域的焦點(diǎn),，刷屏科技圈,，很多人化身“自來水”,，在各大社交媒體,、科技論壇上發(fā)帖討論,，不吝溢美之詞。

在全球范圍內(nèi)的行業(yè)基準(zhǔn)測試中,，DeepSeek-V3達(dá)到與Llama 3（開源大模型標(biāo)桿，由扎克伯格的Meta公司開發(fā)）,、GPT-4o（OpenAI大模型）相當(dāng)?shù)乃?，闖入了多個AI大模型排行榜單前列。聊天機(jī)器人競技場（Chatbot Arena）最新數(shù)據(jù)顯示,，DeepSeek-V3位列開源模型榜第一,，在全模型榜單里排名第七，也是中國模型中排名最高的,。更令人詫異的是,，DeepSeek-V3模型訓(xùn)練所消耗的算力，只有Llama的1/11,。

DeepSeek-V3轟動AI圈,，背后的中國公司深度求索（DeepSeek）也“浮出水面”。硅谷同行稱其為“東方神秘力量”,，對DeepSeek團(tuán)隊(duì)表現(xiàn)出濃厚的興趣,。而在國內(nèi)，“雷軍千萬年薪挖角DeepSeek研究員羅福莉”的話題也上了社交平臺熱搜,。

不管是AI圈,，還是“吃瓜群眾”，都在好奇,，DeepSeek-V3大模型的背后,，到底是一支什么樣的團(tuán)隊(duì)？

羅福莉（羅福莉個人公眾號/圖）

走出校園不久的年輕人

2024年12月底,，有媒體報道,，雷軍以千萬年薪招攬一名“天才AI少女”來領(lǐng)導(dǎo)小米的AI大模型團(tuán)隊(duì)。這位95后“少女”名叫羅福莉,，過去兩年供職于DeepSeek團(tuán)隊(duì),，曾參與DeepSeek大模型的關(guān)鍵研發(fā)。

羅福莉在北京大學(xué)讀計(jì)算語言學(xué)碩士期間,，曾因在ACL（國際計(jì)算語言學(xué)協(xié)會）學(xué)術(shù)會議上發(fā)表多篇論文而受到關(guān)注,。畢業(yè)后,，她進(jìn)入阿里巴巴達(dá)摩院，從事預(yù)訓(xùn)練語言模型相關(guān)的工作,。2022年加入深度求索母公司幻方量化,，之后成為DeepSeek大模型項(xiàng)目成員。

DeepSeek-v3的出現(xiàn),，讓很多人以為,，DeepSeek團(tuán)隊(duì)必然有“大牛”坐鎮(zhèn),。但羅福莉走紅卻讓外界發(fā)現(xiàn),，真正的“大牛”是那些像她一樣的年輕人,。

2023年5月,，DeepSeek-V2發(fā)布，相比于國內(nèi)外主流大模型,，大幅減少了計(jì)算量和推理顯存,，一問世就備受關(guān)注。做出這一突破性創(chuàng)新的,，是年輕的高華佐和曾旺丁等人,。

兩人都剛從學(xué)校出來沒幾年。高華佐來自廣東,，2012年在華南師范大學(xué)附屬中學(xué)就讀時,，曾獲第29屆全國中學(xué)生物理競賽一等獎，并于次年保送至北京大學(xué)物理學(xué)院學(xué)習(xí),。曾旺丁來自湖南省新化縣,，2017年至2023年就讀于北京郵電大學(xué)人工智能學(xué)院，碩士期間主要學(xué)習(xí)人工智能方向,，導(dǎo)師為張洪剛,，2018年曾獲全國大學(xué)生數(shù)學(xué)競賽（非數(shù)學(xué)類）二等獎。

DeepSeek大模型的另一大突破,，是通過一種名為GRPO的算法,，創(chuàng)新訓(xùn)練方法，大大降低了成本,。其中的主角,，依然是這些看似缺少經(jīng)驗(yàn)的年輕人。

核心成員之一邵智宏此前是清華大學(xué)交互式人工智能（CoAI）課題組博士生,，主要研究自然語言處理,、深度學(xué)習(xí)，對構(gòu)建穩(wěn)健且可擴(kuò)展的AI系統(tǒng)有著獨(dú)特見解,。他曾服務(wù)于微軟研究院,，加入DeepSeek團(tuán)隊(duì)之后,，參與了多個重要項(xiàng)目的研發(fā)，包括DeepSeek-Math,、DeepSeek-Prover和DeepSeek-Coder-v2等,。

GRPO算法創(chuàng)新的另一重要貢獻(xiàn)者是朱琪豪。這位北京大學(xué)計(jì)算機(jī)學(xué)院2024屆的博士畢業(yè)生,，專注于深度代碼學(xué)習(xí)研究,。在校期間，他展現(xiàn)了驚人的學(xué)術(shù)能力,，發(fā)表CCF（中國計(jì)算機(jī)學(xué)會）-A類論文16篇,，獲得了軟件工程領(lǐng)域頂級會議（ESEC/FSE）杰出論文獎。他的博士論文《語言定義感知的深度代碼學(xué)習(xí)技術(shù)及應(yīng)用》入選了2024CCF軟件工程專業(yè)委員會博士學(xué)位論文激勵計(jì)劃,。他在DeepSeek團(tuán)隊(duì)最重要的工作,，正是基于自己的博士論文，主導(dǎo)開發(fā)DeepSeek大模型的一個關(guān)鍵項(xiàng)目,。

他的同學(xué)代達(dá)勱則在更早的時候加入這個團(tuán)隊(duì)，參與了DeepSeek大模型從V1到V3每一代的研發(fā),，已經(jīng)是元老級研發(fā)人員,，也在學(xué)生時代獲得多項(xiàng)論文獎。

負(fù)責(zé)DeepSeek大模型訓(xùn)練及推理基礎(chǔ)架構(gòu)的,，是同樣剛畢業(yè)的工程師趙成鋼,。加入DeepSeek之前，他曾在英偉達(dá)公司實(shí)習(xí),。趙成鋼在學(xué)生時代就取得過令人艷羨的成績,。在河北衡水中學(xué)就讀時，他是信息學(xué)競賽班成員,，2016年獲得全國青少年信息學(xué)奧林匹克競賽銀牌,。在清華大學(xué)讀大二時，他成為學(xué)生超算團(tuán)隊(duì)正式成員,，三次獲得世界大學(xué)生超算競賽冠軍,。

DeepSeek團(tuán)隊(duì)規(guī)模并不大，不到140人,，工程師和研發(fā)人員幾乎都來自清華大學(xué),、北京大學(xué)、中山大學(xué),、北京郵電大學(xué)等國內(nèi)頂尖高校,，鮮有“海歸”，而且工作時間都不長,，不少還是在讀博士,。即便是團(tuán)隊(duì)的管理者,，也非常年輕。

吳俁是DeepSeek后訓(xùn)練團(tuán)隊(duì)的負(fù)責(zé)人,，在進(jìn)入深度求索之前,，只有4年工作經(jīng)驗(yàn)。他曾在微軟亞洲研究院工作,，參與了小冰（AI聊天機(jī)器人）和必應(yīng)百科項(xiàng)目,。他是北京航空航天大學(xué)計(jì)算機(jī)學(xué)院2019屆博士。

“我們的核心技術(shù)崗位,，基本以應(yīng)屆和畢業(yè)一兩年的人為主,。”深度求索創(chuàng)始人梁文鋒此前向媒體表示,，做一件長期的事,，經(jīng)驗(yàn)其實(shí)沒那么重要，相比之下基礎(chǔ)能力,、創(chuàng)造性和熱愛等更重要,。因此，在組建DeepSeek團(tuán)隊(duì)時,，他招人的原則是“看能力,，而不是看經(jīng)驗(yàn)”。他認(rèn)為,，或許目前世界排名前50的頂尖AI人才還不在中國,，“但我們能自己打造這樣的人?！?/p>

而這些一邊搞研發(fā)一邊寫論文的年輕人,，也一次又一次帶給他驚喜。

代達(dá)勱（北京大學(xué)計(jì)算機(jī)學(xué)院公眾號/圖）

便宜的大模型

DeepSeek大模型發(fā)布之后,，便如同一頭年輕的野獸,，沖入公眾視野，攪動整個AI圈,。

2024年5月,，Deepseek-V2推出后，不僅一鳴驚人,，還掀起了一場AI大模型價格戰(zhàn),。這款開源模型的推理成本僅為每百萬Token（詞元，語言模型中用數(shù)字來表示單詞的最小語義單位,，一個漢字約等于兩個詞元）1元人民幣,，只有Llama 3的1/7，GPT-4 Turbo（OpenAI最新的語言模型）的1/70。

面對如此巨大的成本差,，國內(nèi)主流大模型不得不“忍痛”降價,，包括騰訊、百度,、阿里巴巴,、字節(jié)跳動等公司相繼更新了價格。僅僅半年之后,，Deepseek-V3模型發(fā)布,，輸入價格降至0.5元/百萬Token，又推動了新一輪的國產(chǎn)大模型降價潮,。2024年12月,，字節(jié)跳動下調(diào)旗下豆包視覺理解模型輸入價格，相比行業(yè)平均水平降低85%,。

DeepSeek因此有“價格屠夫”之稱,，也有人稱之為“AI界的拼多多”，甚至DeepSeek聊天機(jī)器人也用這一稱呼描述自己,。

然而,，與一些廠商依靠“燒錢”補(bǔ)貼維持低價不同，DeepSeek大模型雖然更便宜,，但依然有利潤,。“我們只是按照自己的步調(diào)來做事,，然后核算成本定價?！绷何匿h稱,，DeepSeek不小心成了一條“鯰魚”。

Deepseek大模型的“便宜”源于技術(shù)的突破,。深度求索公布的信息顯示,，DeepSeek-V3模型全程訓(xùn)練只用了不到280萬個GPU小時（圖形處理器使用時間），而Meta公司的Llama 3 405B模型訓(xùn)練時長是3080萬GPU小時,。

訓(xùn)練效率的大幅提升,，來自于DeepSeek團(tuán)隊(duì)在模型架構(gòu)和訓(xùn)練方法上的創(chuàng)新。

2024年,，高華佐和曾旺丁等人在Transformer架構(gòu)（一種采用“注意力機(jī)制”的深度學(xué)習(xí)模型,，2017年由谷歌推出后，成為各類AI大模型的首選架構(gòu)）的基礎(chǔ)上,，用新的MLA（多頭潛在注意力機(jī)制）替代了傳統(tǒng)的多頭注意力機(jī)制,，壓縮數(shù)據(jù)，把推理顯存降至此前常用MHA架構(gòu)的5%-13%；還借助自研的DeepSeekMoE結(jié)構(gòu),，在保持性能的前提下,，極大減少了計(jì)算量。這種架構(gòu)層面的創(chuàng)新,，在國內(nèi)大模型公司中極為罕見,。

與此同時，DeepSeek利用算法,，把數(shù)據(jù)進(jìn)行總結(jié)和分類,，經(jīng)過選擇性處理之后，輸送給大模型,，提高了訓(xùn)練效率,。而此前如OpenAI的訓(xùn)練方法則是“大水漫灌式”，拿海量數(shù)據(jù)喂,，需消耗更多資源,。這種訓(xùn)練方法的創(chuàng)新，也降低了DeepSeek的成本,。

深度求索官方信息顯示,，DeepSeek-V3大模型訓(xùn)練僅耗時不到兩個月，花費(fèi)了557.6萬美元和2048塊GPU（圖形處理器）,。而斯坦福大學(xué)HAI研究院發(fā)布的《2024年人工智能指數(shù)報告》預(yù)估,，OpenAI的GPT-4模型訓(xùn)練成本約為7800萬美元，GPT-4o則為1億美元,；谷歌Gemini Ultra的計(jì)算成本為1.91億美元,。Meta于2024年7月發(fā)布的開源模型Llama3.1-405B，則消耗了1.6萬塊GPU用于訓(xùn)練,。

DeepSeek-V3的出現(xiàn),，實(shí)現(xiàn)了高性能與低成本的平衡，給大模型發(fā)展提供了新的可能性,?！拔磥砘蛟S不需要超大規(guī)模的GPU集群了?！監(jiān)penAI創(chuàng)始成員Andrej Karpathy表示,。

也有學(xué)術(shù)專家認(rèn)為不宜過高評價DeepSeek-V3的創(chuàng)新，因?yàn)槠涑晒Ω嗟靡嬗谡锨叭艘延械募夹g(shù),，缺乏底層原理的創(chuàng)新,。

站在“巨人”的肩膀上，DeepSeek團(tuán)隊(duì)也樂意將自己的創(chuàng)新共享給更多人,。DeepSeek-V3上線時,，深度求索也同步開放源代碼，并發(fā)布了53頁論文，將模型的關(guān)鍵技術(shù)和訓(xùn)練細(xì)節(jié)全部分享給外界,。

朱琪豪（北京大學(xué)計(jì)算機(jī)學(xué)院公眾號/圖）

在新技術(shù)浪潮中成為創(chuàng)新貢獻(xiàn)者

2023年5月,，梁文鋒成立了新公司“深度求索”。他對外宣布,，要做“真正人類級別的人工智能”,。在此之前，他是私募基金“幻方量化”的創(chuàng)始人,。

那時候,，網(wǎng)上已有傳聞稱，中國持有高性能GPU最多的機(jī)構(gòu)不是人工智能公司,，而是一家量化私募,。據(jù)《財經(jīng)》報道，2023年,，中國擁有1萬張以上GPU的企業(yè)不超過5家,，只有幻方量化不是科技“大廠”。

這顛覆了很多人的想法,。跟錢打交道的基金經(jīng)理,，為什么如此執(zhí)著于人工智能？

1980年代,，梁文鋒出生于廣東一座五線城市,。他的父親是一位小學(xué)老師，那個時候,，常有家長跑到他家,，表示“讀書沒用”，不想讓孩子繼續(xù)念書,，因?yàn)橛X得廣東充滿了賺錢的機(jī)會,。但受父親的影響，梁文鋒對知識一直充滿渴望,。

在浙江大學(xué)攻讀信息與電子工程學(xué)本科和碩士時，他對人工智能產(chǎn)生了濃厚的興趣,，篤信“人工智能一定會改變世界”,。2008年畢業(yè)之后，他和朋友一起做量化投資,，嘗試通過數(shù)學(xué)模型,，用計(jì)算機(jī)程序進(jìn)行交易。

持續(xù)多年在量化投資領(lǐng)域的探索,，讓他對技術(shù)驅(qū)動型創(chuàng)新越發(fā)有了信心,。2015年，他與校友徐進(jìn)成立“幻方量化”。后者是浙江大學(xué)信號與信息處理博士,，曾任職于華為技術(shù)有限公司上海研究所,。他們買了不少GPU，打造研究室,，開始嘗試借助AI技術(shù)構(gòu)建投資策略,。這幫助幻方量化在4年時間里成長為一家管理資金規(guī)模過百億的私募公司。

2019年,，他們成立了AI公司,，投資超過10億元，先后研發(fā)了AI超級計(jì)算機(jī)“螢火一號”和“螢火二號”,。其中,，“螢火二號”搭載了約1萬張英偉達(dá)A100顯卡，算力超過72萬臺個人電腦,。借助AI超級計(jì)算機(jī),，幻方量化管理的資產(chǎn)在2021年突破1000億元。

2022年底,，ChatGPT的橫空出世讓已經(jīng)積累多年的梁文峰下定決心做通用人工智能,。“我們建了一個名為深度求索的新公司,，從語言大模型開始,，后邊也會有視覺等?！睂?shí)際上,，OpenAI公開論文和代碼后，國內(nèi)外出現(xiàn)了許多大模型公司,。梁文峰認(rèn)為,，在未來20年，大廠和創(chuàng)業(yè)公司都有機(jī)會,。

不過,，直到第三代大模型發(fā)布，DeepSeek團(tuán)隊(duì)依然沒有上線相應(yīng)的應(yīng)用,，尚未全面考慮商業(yè)化,，而且與多數(shù)國產(chǎn)大模型不同，他們選擇了開源路線,。

梁文峰向媒體透露,，他和團(tuán)隊(duì)的目標(biāo)并不是做一個應(yīng)用，而是進(jìn)行基礎(chǔ)研究,，只負(fù)責(zé)基礎(chǔ)模型和前沿的創(chuàng)新,。

在互聯(lián)網(wǎng)時代,，很多人都會有一種慣性思維，認(rèn)為歐美科技圈擅長從0到1的技術(shù)創(chuàng)新,，而中國人更習(xí)慣從1到N,，在應(yīng)用層面發(fā)力?！昂芏嘀袊玖?xí)慣follow（跟隨）而不是創(chuàng)新,。”梁文峰認(rèn)為,，過去30年,，這些企業(yè)更強(qiáng)調(diào)賺錢，忽視了創(chuàng)新,。

他相信中國AI不會“永遠(yuǎn)處于跟隨的位置”,，希望深度求索以創(chuàng)新貢獻(xiàn)者的身份加入新的技術(shù)浪潮之中?！皠?chuàng)新首先需要自信,。”他說,。