前言
Hello 大家好，我是Heike07，本来不想更新的，但是AI圈在过年期间发生的事情太炸裂了，有扯淡的，有离谱的，有炒作的，有瞎掰扯的，甚至有魔幻的，那么我们就来盘一下到底发生了什么事情？
众所周知，OpenAI 的 ChatGPT 在 2024 年可谓大杀四方，赚得盆满钵满（尽管 OpenAI 一直宣称自己是非盈利企业）。各类新闻和营销号开始大肆吹捧，但随着新年假期的到来，一个国产 AI 大模型横空出世——DeepSeek-R1。
其实，这个模型并非在过年期间发布，而是在假期前几天，也就是 2025 年 1 月 20 日。不过，它的爆火和出圈确实发生在过年期间。那么，这期间到底发生了什么？我们一起来盘一盘。
2025年1月20日，DeepSeek-R1 重磅登场。
我们先来看看这个国产AI大模型究竟是什么？它究竟强在哪里？
首先，熟悉OpenAI的ChatGPT的人应该知道，免费用户可使用的是GPT-3.5和GPT-4o-mini，并受到额度限制。而付费版的ChatGPT-o1则基于深度模型训练的思维链模型。官网上也展示了其显著效果，尤其在Python编程方面表现突出，其他领域也相当出色。当然，奥特曼的推广也相当到位，在各大社交软件上进行宣传，尤其是在X平台上，引发了巨大关注。
然而，只有少数人能享受到这一福利，甚至只能通过购买服务来使用。但有一点需要注意的是，尽管在思考，但思考过程并不对外公开。
因为OpenAI的发展路线是增加显存、扩大模型规模、堆叠模型参数、提升硬件配置和投入资金。模型越大，规模越大，性能越强。越来越多的厂商开始加入这一领域。
然而，随着资金的持续投入，却未见明显回报，这也就引发了人们的质疑。
面对这一挑战，OpenAI提出了另一条发展路径，即通过深度思考来提升结果的准确性，而非单纯追求响应速度。因此，各类厂商纷纷加入研究行列。与此同时，DeepSeek的资本幻方也开始涉足其中。
在新年假期前夕，R1模型正式发布。在此之前，即2024年12月26日，DeepSeek-V3发布了。
该模型能够以极低的成本进行模型研发和落地，赢得了资方厂商的高度好评，同时也对OpenAI构成了威胁。与此同时，国产大模型也在不断涌入AI科技圈，积极参与竞争。
deepseek-v3原理
![dfd241f381d44ca281c4f15660cc5f9e1737183001507.webp]()
![97da8a78d51779e5ebaf4b3ca75bfdf31737183001507.webp]()
混合专家架构（MoE）： DeepSeekv3采用了混合专家架构，这种架构通过动态选择专家网络来处理输入数据，显著提高了模型的性能和效率。每个专家专注于不同的任务或领域，当模型收到一个任务时，它会将任务分配给最擅长处理该任务的专家去做，从而减少不必要的计算量。
多头潜在注意力机制（MLA）： DeepSeekv3在Transformer架构的基础上，引入了多头潜在注意力机制，这种机制能够降低推理显存的消耗，相比传统方法可降低5%—13%的推理显存，同时保持模型性能。
FP8混合精度训练： DeepSeekv3在训练过程中采用了FP8混合精度训练框架，这种训练方法能够在保证训练准确性的同时减少计算量，节省时间和成本，使得大规模模型训练变得更加容易。
无辅助损失负载均衡策略： DeepSeekv3在MoE架构中引入了无辅助损失负载均衡策略，确保各个专家模块的工作负担均匀分配，避免某些模块过载而其他模块闲置，从而提高整个模型的性能。
多Token预测（MTP）： 与传统模型逐个预测token不同，DeepSeekv3的多Token预测技术可以一次预测多个token，从而提高模型的推理速度和生成内容的连贯性。
DeepSeek-R1原理
在DeepSeek-V3的基础上，研发了DeepSeek-R1
DeepSeek-R1的原理主要基于强化学习（RL） 和 监督微调（SFT） 的结合。
DeepSeek-R1模型分为两个主要版本：R1-Zero和R1。
R1-Zero完全通过强化学习训练，不使用监督微调，而R1则在R1-Zero的基础上，先进行少量人工标注数据的冷启动微调，然后再进行强化学习。
![R1技术路线图.jpg]()
这里引用B站LLM张老师的技术路线图
第一阶段是冷启动，一开始要收集少量的Long-CoT数据来微调模型，目的是防止早期训练不稳定和可读性差问题。
第二阶段是推理导向的强化学习，它以DeepSeek-V3为基础，针对推理密集型任务，用和R1-Zero相同的大规模RL来进行训练。同时它为了解决语言混杂问题，引入了语言一致性奖励。
第三阶段是拒绝抽样和监督微调，要真正训练R1了，所以它将第一阶段的模型加上一些抽样，结合其他领域的SFT数据，增强模型在写作、角色扮演和其他通用任务中的能力。
第四阶段是适用于所有场景的强化学习，数据准备好、进行微调之后，再以DeepSeek-V3为基础，先是SFT，然后进行所有场景的RL。对于推理任务就用基于规则的奖励来指导，对于一般任务就用RLHF（人类反馈强化学习）这种方式来进行。
这基本上就是R1的技术路线。
DeepSeek-R1使用极低的成本通过蒸馏模型，将国内的qwen模型进行蒸馏出1.5B、7B、14B、32B模型，用于不同规格的进行处理使用，将国外的Llama模型进行蒸馏出8B、70B模型，并通过MIT协议较为宽松的方式进行了开源，同时使用极低的API价格，让国内的企业用上了国产自己的满血大模型。
而比起DeepSeekR1，DeepSeekR1-Zero更加值得关注，ARC Prize联合创始人 Mike Knoop在新博客中发表的观点。
他认为，R1-Zero 之所以比 R1 更值得分析，是因为它完全依赖强化学习（RL），而不使用人类专家标注的监督微调（SFT），这表明在某些任务中，人类标注并非必要，且未来可能通过纯 RL 方法实现更广泛的推理能力。
而DeepSeek公司就是为了实现AGI而努力，开源会让这个路变得不是一小部分企业、兴趣者走，而是让大部分人甚至全部的人、企业为此努力。
可以说DeepSeek推动了科学的前沿发展。
时间线
2025年1月26日，下午、晚上、官网发布R1网页/API不可用并进行了修复，27日再次受到了攻击，官方status发布信息，近期DeepSeek线上服务受到大规模恶意攻击，注册可能繁忙，请稍后重试，已注册用户可以正常登录使用，但是联网功能暂时不开放。
2025年1月30日，最离谱的来了，我们看下文案，DeepSeek服务器集群在1月25日-1月29日83小时内遭受每秒超过2.3亿次DDOS恶意请求，攻击总量相当于整个欧洲三天的网络流量综合。最终，360安全大脑，华为云泰山防控，阿里云算力调度算法，海康公共监控算法，网易游戏雷火游戏服务器集群，钉钉紧急通讯池，菜鸟网络物流调度算法，红客联盟等联合进行多层次多维度流量清洗，成功抵御了此次攻击。
这文案是简易版的，大家看到的内容可能比这个复杂，甚至还有主持人洗稿后发出，具体可以看网络安全大佬边亮的视频吐槽，这里我就不吐槽了，简直太离谱了，我只想吐槽一点，25日-29日四天，一天24小时，是96小时而不是83小时。
2025年1月31日，openAI宣布正式推出推理模型o3-mini，即日起可以在chatGPT和API中进行使用，甚至免费用户也可以使用。
2025年2月1日，华为云发布已经上线基于云服务的DeepSeek-R1相关服务，微软、英伟达、亚马逊、因特尔、AMD等海外公司也宣布近日上线DeepSeek模型服务。
各大社交APP直播可以看到基于教小白如何使用DeekSeek本地部署相关的直播、卖课卖资料的也开始陆续的进行了，但是这些人有些是蹭流量的会一点所谓的技术就开播，赚钱，但是这也是意识到，DeepSeek在过年的期间彻底出圈了。
海外媒体消息称，美国议会已经拟定法案，旨在禁止中国AI技术在美国使用。其中包括下载DeepSeek，会被认定为犯罪行为，最高可以判处20年监禁。
2025年2月2日中科曙光国家先进计算产业创新中心官微发布消息称，海光近日完成了DeepSeekV3和R1模型与海光DCU的国产化适配并正式上线。
2025年2月3日，在过年期间，OpenAI紧急通过直播，上线了DeepResearch功能，售价200刀，并向ChatGPT Pro用户开放，但是有次数限制。
2025年2月4日 红客联盟就DeepSeek事件再次发声，近期网络上流传关于DeepSeek被攻击以及中国红客联盟反击相关事件引起了广泛关注，在此，中国红客联盟郑重声明，该事件系互联网企业博主为营销宣传，以及某国内小企业借中国红客联盟之名进行的计划性营销牟利行为。呼吁网名切勿轻信下载所谓的红客联盟工具包，以免造成不必要的风险。
2025年2月4日 ，阿里、百度、腾讯官宣上线DeepSeek模型，各类人群可以通过各大平台调用DeepSeek-R1和DeepSeek-V3模型，也宣布了针对DeepSeek的AI圈子的结束，同时也是新的开始，我们期待未来AI带给我们的世界会变得更加美好，而这个美好是由中国的企业研发的，而不像芯片一样受制其他国家的垄断封锁卡脖子，AI圈子更新迭代蛮快，那么你追上了吗？你追到哪里了，你对此有什么见解呢？我们评论区讨论一下吧。
2025年2月4日，据参考消息援引德国之声电台网站2月3日报道，美国开放人工智能研究中心（OpenAI）首席执行官奥尔特曼2月3日表示，该公司没有计划起诉中国AI初创公司杭州深度求索人工智能基础技术研究有限公司（DeepSeek），“我们打算继续打造出色的产品，并在模型能力方面引领世界，我认为这样会很好。”
2025年2月5日 自openAI发布 Deep Research（一种使用推理来综合大量在线信息并完成多步骤研究任务的AI Agent）之后开源社区已经迎来了一大波浮现，huggingface 24小时复现了该项目并开源open-Deep-Research，是一个完全开放的智能Agent，能够自主浏览网页，滚动和搜索页面、下载和操作文件、对数据进行计算......
另外，在使用o3-mini的过程中，有网友发现，模型输出的思考内容大部分为中文，这让国外的网友感到困惑，因为他们看不懂。甚至有用户反映，这种情况导致了效果有所下降。
结语
AI圈子的事情还在陆续发生，究竟会发展成什么样子？
AGI什么时候真的可以研制出来？
会对人类的生产生活造成什么样的影响？
将怎么改变你的生活？
让我们拭目以待！
时光荏苒，以上就是本次文章的全部内容了，希望大家喜欢。同时，大家可以关注微信公众号<知识碎片拼图屋>相关的文字内容以及我对AI的见解以及其他碎片知识也会在公众号上分享。
如果你对AI壁纸感兴趣，也可以搜索我的小红书账号<@heike07创意壁纸>
B站视频链接：https://www.bilibili.com/video/BV1ZpP1ebEkt
