編者按：為展現(xiàn)智能科技動(dòng)態(tài)，科普中國(guó)前沿科技項(xiàng)目推出“人工智能”系列文章，一窺人工智能前沿進(jìn)展，回應(yīng)種種關(guān)切與好奇。讓我們共同探究，迎接智能時(shí)代。

最近，DeepSeek作為AI界一位“新頂流”，憑借強(qiáng)大的功能在社交媒體上引發(fā)熱議。有人說它是未來的生產(chǎn)力工具，有人好奇它能為生活帶來哪些改變，也有人擔(dān)心它會(huì)搶走自己的飯碗……

為了讓大家更加了解這個(gè)備受關(guān)注的智能幫手，我們邀請(qǐng)了中國(guó)科學(xué)院計(jì)算技術(shù)研究所在讀博士王琛，用10個(gè)問題全面解答關(guān)于DeepSeek的核心原理、使用技巧以及未來趨勢(shì)等疑問。無論是AI小白還是科技達(dá)人，這篇文章都能為你答疑解惑！讓我們一起看看，這個(gè)“智能幫手”能否成為我們生活中的真正伙伴吧！

1. DeepSeek在春節(jié)期間受到全球的關(guān)注，現(xiàn)在許多平臺(tái)都表示已經(jīng)接入DeepSeek大模型，它究竟是什么？

DeepSeek是一家位于杭州的人工智能初創(chuàng)公司，由幻方量化聯(lián)合創(chuàng)始人梁文峰于2023年7月創(chuàng)立，專注于大語言模型的研發(fā)。

在春節(jié)前，DeepSeek相繼發(fā)布了兩款同名的開源大語言模型：DeepSeek-V3（2024年12月26日）和DeepSeek-R1（2025年1月20日）。它們的性能可以與OpenAI的閉源模型GPT-4o和o1等其它大語言模型相媲美，且成本明顯低于其它模型。

DeepSeek-V3模型旨在提供高性價(jià)比的服務(wù)，能夠快速地響應(yīng)用戶的需求，滿足自然語言處理、問答翻譯、內(nèi)容生成等日常任務(wù)的需求。DeepSeek-R1模型專注于復(fù)雜的推理任務(wù)，特別是在數(shù)學(xué)問題、代碼生成、邏輯推理等領(lǐng)域具有更強(qiáng)的能力，但響應(yīng)時(shí)間也相對(duì)較長(zhǎng)。

2. DeepSeek為什么會(huì)受到如此大的關(guān)注？

DeepSeek-V3和DeepSeek-R1在春節(jié)前發(fā)布后，憑借其與OpenAI為首的頂尖大模型相當(dāng)?shù)男阅芤约暗土挠?xùn)練成本和推理費(fèi)用，迅速引發(fā)了全球的廣泛關(guān)注。DeepSeek的高性價(jià)比挑戰(zhàn)了美國(guó)大模型的壟斷地位，它的推出使得更多企業(yè)和用戶能夠以更低的價(jià)格體驗(yàn)到最先進(jìn)的AI成果。

DeepSeek開源了其技術(shù)細(xì)節(jié)和模型權(quán)重，使得更多人能夠利用其成果進(jìn)行創(chuàng)新和研發(fā)。與此同時(shí)，DeepSeek還免費(fèi)開放了在線服務(wù)，吸引了大量用戶體驗(yàn)，形成了前所未有的熱潮。在DeepSeek-R1正式發(fā)布7天后，DeepSeek超越ChatGPT登上了AppStore免費(fèi)應(yīng)用下載排行榜的榜首。DeepSeek的成功標(biāo)志著中國(guó)在AI領(lǐng)域的重大進(jìn)展，提升了中國(guó)在全球AI技術(shù)競(jìng)爭(zhēng)中的地位。目前，多個(gè)企業(yè)和高校已經(jīng)開始自主部署DeepSeek模型，進(jìn)一步證明了它的廣泛應(yīng)用潛力。

3. 它為什么能用這么低的成本、這么有限的算法實(shí)現(xiàn)這么強(qiáng)大的能力？是只在中文表達(dá)上強(qiáng)大，還是各種性能都還不錯(cuò)？

DeepSeek能夠以較低的訓(xùn)練成本實(shí)現(xiàn)強(qiáng)大的能力，主要得益于DeepSeek長(zhǎng)期以來在模型架構(gòu)和算法層面的持續(xù)創(chuàng)新。

具體來說，DeepSeek通過使用混合專家架構(gòu)（MoE）和多頭潛在注意力（MLA）等技術(shù)有效降低了推理成本。同時(shí)，借助數(shù)據(jù)蒸餾、分布式訓(xùn)練優(yōu)化、以及硬件層面的精細(xì)調(diào)優(yōu)，DeepSeek進(jìn)一步提升了資源利用率，從而降低了訓(xùn)練成本。多種創(chuàng)新的優(yōu)化技術(shù)的融合使得DeepSeek在僅擁有較低的訓(xùn)練和推理成本的同時(shí)，能夠提供強(qiáng)大的性能。

在中文的理解和應(yīng)用方面，DeepSeek有著突出的表現(xiàn)，它不僅能夠理解古文，創(chuàng)作詩詞，還能準(zhǔn)確掌握時(shí)下流行的網(wǎng)絡(luò)用語。而相比之下，ChatGPT的中文雖然語法通順，卻顯得較為生硬。不過，DeepSeek的強(qiáng)大能力并不僅限于中文表達(dá)，在官方公布的多項(xiàng)標(biāo)準(zhǔn)評(píng)測(cè)中，DeepSeek在英文、百科知識(shí)、長(zhǎng)文本、代碼、數(shù)學(xué)能力等領(lǐng)域均達(dá)到了頂尖水平。

DeepSeek在不同領(lǐng)域的性能表現(xiàn)

（圖片來源：參考資料2）

4. 在AI的范疇內(nèi)，使用中文是否代表著更高的效率？

在AI領(lǐng)域，“效率”更高往往意味著處理速度更快，或者理解的準(zhǔn)確性更高，或者生成的內(nèi)容質(zhì)量更好。

首先，中文和英文在結(jié)構(gòu)上有很多不同。中文是表意文字，一個(gè)字可以表達(dá)很多意思，而英文是字母文字，每個(gè)單詞由多個(gè)字母組成。中文相比英文在表達(dá)上更簡(jiǎn)潔、高效，信息密度更高。在表達(dá)相同的意思時(shí)，中文往往能更簡(jiǎn)潔地傳達(dá)內(nèi)容。因此在AI領(lǐng)域，使用中文可以提高表達(dá)效率，進(jìn)而降低成本。

但同時(shí)，中文多樣的語義和復(fù)雜的語法結(jié)構(gòu)也對(duì)AI的理解能力提出了挑戰(zhàn)。比如，在中文中，“花”可以是植物，也可以是花費(fèi)，這可能讓AI在理解上下文時(shí)更難。而英文雖然也有同義詞和多義詞的問題，但結(jié)構(gòu)上可能更清晰一些。所以，處理中文的時(shí)候，AI需要更多的上下文信息來準(zhǔn)確理解意思。

此外，數(shù)據(jù)量和模型的設(shè)計(jì)與優(yōu)化也應(yīng)當(dāng)納入考慮范圍。如果AI模型在訓(xùn)練時(shí)使用了大量的中文數(shù)據(jù)，那么它可能在處理中文任務(wù)時(shí)表現(xiàn)更好。反過來，如果數(shù)據(jù)主要來自英文或者其他語言，那么AI在處理這些語言的時(shí)候效率可能會(huì)更高。某些模型可能是專門為某種語言而設(shè)計(jì)的，在這種情況下，在該語言上的效率自然就會(huì)更高。

關(guān)于中文在AI領(lǐng)域是否具有顯著的優(yōu)勢(shì)，目前尚無定論，未來如何挖掘中文的潛在優(yōu)勢(shì)可能將成為重要的研究方向。

?

5. 為什么在回答用戶問題的時(shí)候，DeepSeek可以展示其“深度思考過程”？

DeepSeek-R1在回答用戶問題時(shí)可以展示其深度思考過程是因?yàn)樗褂昧怂季S鏈（Chain of Thought, CoT）技術(shù)。思維鏈技術(shù)模仿人類的思考方式，它要求模型將復(fù)雜任務(wù)分解成簡(jiǎn)單步驟然后再逐步解決，從而增強(qiáng)模型在復(fù)雜推理任務(wù)中的能力。

OpenAI的o系列模型也使用了思維鏈技術(shù)，但OpenAI并未向用戶公開模型的原始思維鏈，而是僅提供了一個(gè)思維鏈的總結(jié)。而DeepSeek-R1作為開源模型，則完全開放了思維鏈，用戶可以清晰地看到模型在解決問題時(shí)的全部推理過程。

?

6. ChatGPT與DeepSeek分別有哪些特點(diǎn)？它們是否代表AI大模型以后的兩種發(fā)展方向，還是會(huì)融合發(fā)展？

ChatGPT基于OpenAI的GPT系列模型，使用了大量多語言數(shù)據(jù)進(jìn)行訓(xùn)練，支持多語言、多模態(tài)，能夠跨語言和跨領(lǐng)域提供服務(wù)。作為閉源模型，它由OpenAI為用戶提供在線服務(wù)。

DeepSeek則在中文領(lǐng)域進(jìn)行了優(yōu)化，擁有較低的訓(xùn)練和推理成本。DeepSeek是開源模型，用戶可以根據(jù)需要自行部署并進(jìn)行定制化修改。目前它們的技術(shù)架構(gòu)和市場(chǎng)定位都有所不同，但隨著技術(shù)的發(fā)展，未來可能會(huì)出現(xiàn)更多相互借鑒融合的趨勢(shì)，例如DeepSeek可能會(huì)借鑒ChatGPT的多模態(tài)能力，ChatGPT也可能會(huì)優(yōu)化其本地化服務(wù)以應(yīng)對(duì)DeepSeek等競(jìng)爭(zhēng)對(duì)手的挑戰(zhàn)。

?

7. DeepSeek發(fā)布的是開源模型，開源以后，后面應(yīng)當(dāng)如何保持領(lǐng)先？

DeepSeek的創(chuàng)始人梁文鋒表示，現(xiàn)在的生成式人工智能并不是終點(diǎn)，未來的目標(biāo)是朝著實(shí)現(xiàn)通用人工智能邁進(jìn)。在AI技術(shù)快速發(fā)展的當(dāng)下，大家都沒有碾壓對(duì)手的技術(shù)優(yōu)勢(shì)，即使閉源也無法阻止被別人趕超。為了應(yīng)對(duì)這一挑戰(zhàn)，他們希望將價(jià)值沉淀在團(tuán)隊(duì)的成長(zhǎng)之中，通過持續(xù)的創(chuàng)新來保持領(lǐng)先。開源的決策正是基于這一考量，開源可以打破技術(shù)壟斷，降低技術(shù)門檻，激發(fā)更廣泛的技術(shù)合作與創(chuàng)新。開源能夠吸引更多的開發(fā)者共同參與貢獻(xiàn)，構(gòu)建一個(gè)開放與多元化的技術(shù)發(fā)展環(huán)境。DeepSeek希望通過這種方式推動(dòng)技術(shù)的長(zhǎng)遠(yuǎn)發(fā)展，保持領(lǐng)先地位，成為AI技術(shù)的引領(lǐng)者。

?

8. 打開使用頁面，有“深度思考（R1）”和“聯(lián)網(wǎng)搜索”選項(xiàng)，二者在使用上有何區(qū)別？如何能更好地使用這種推理型大模型？

打開深度思考（R1）選項(xiàng)后，后臺(tái)會(huì)切換到DeepSeek-R1模型，這個(gè)模型專注于需要復(fù)雜推理的場(chǎng)景，如數(shù)學(xué)或編程方面的問題。它能夠展示詳細(xì)的思維過程，提供推理步驟與最終結(jié)果。

聯(lián)網(wǎng)搜索選項(xiàng)則允許模型獲取實(shí)時(shí)互聯(lián)網(wǎng)搜索的結(jié)果，適用于時(shí)效性較強(qiáng)、需要獲取最新信息的問題，模型可以根據(jù)搜索結(jié)果提供實(shí)時(shí)更新的答案。

在使用深度思考（R1）功能時(shí)，在提問中用戶無需額外引導(dǎo)模型進(jìn)行思考，只需要明確表達(dá)自己的需求，避免模糊不清的表述，以便模型更好地理解并提供準(zhǔn)確的答案。在深度思考模式下，除了模型的最終答案外，用戶還可以關(guān)注模型給出的思考過程，從而更好地掌握解決問題的詳細(xì)方法。

?

9. 哪些領(lǐng)域的工作受到DeepSeek的可能沖擊最大，甚至能被取代？

DeepSeek等大語言模型可能會(huì)對(duì)那些依賴信息檢索、數(shù)據(jù)分析、重復(fù)性高且目標(biāo)明確的行業(yè)產(chǎn)生沖擊。例如內(nèi)容創(chuàng)作、數(shù)據(jù)處理、翻譯校對(duì)、人工客服、人力資源管理和財(cái)務(wù)審計(jì)等領(lǐng)域，可能會(huì)被自動(dòng)化的AI技術(shù)所替代。AI可以高效地完成用戶需求的任務(wù)，從而減少對(duì)人工的依賴。

然而，對(duì)于一些需要?jiǎng)?chuàng)造性、情感智力和人際溝通的工作來說，人工的參與仍然不可或缺。在AI技術(shù)飛速發(fā)展的當(dāng)下，人們需要不斷提升這些難以被AI輕易替代的能力。這些能力可以幫助個(gè)人在職場(chǎng)中保持競(jìng)爭(zhēng)力，確保在未來的工作環(huán)境中，人與AI能實(shí)現(xiàn)更好的協(xié)作和互補(bǔ)，共同推動(dòng)社會(huì)進(jìn)步。

?

10. AI發(fā)展的速度怎么這么快？會(huì)越來越快嗎？

AI在過去幾年中迅速發(fā)展，這得益于多個(gè)因素的推動(dòng)。

首先，計(jì)算能力的大幅提升，尤其是GPU等硬件技術(shù)的發(fā)展，使得AI模型能夠處理更大規(guī)模的數(shù)據(jù)，訓(xùn)練出更復(fù)雜的模型，從而提升了整體性能。

其次，互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展為AI訓(xùn)練提供了豐富的數(shù)據(jù)庫。同時(shí)，深度學(xué)習(xí)領(lǐng)域算法架構(gòu)的突破，也使得AI的能力不斷增強(qiáng)。近年來，科技公司和投資者紛紛看到了AI的潛力，并在資金和技術(shù)上給予了大力支持，這些因素共同促進(jìn)了AI技術(shù)的飛躍發(fā)展。

雖然許多專家認(rèn)為AI將在未來繼續(xù)快速發(fā)展，但是否能夠保持當(dāng)前的速度仍然存在不確定性。樂觀者認(rèn)為，AI的進(jìn)步將會(huì)呈現(xiàn)指數(shù)爆炸的趨勢(shì)，隨著AI智能的增長(zhǎng)，AI迭代的速度將會(huì)越來越快，最終完全超越人類。然而，算力和數(shù)據(jù)可能會(huì)成為制約AI技術(shù)發(fā)展的瓶頸，大型模型的訓(xùn)練需要越來越多的算力，而計(jì)算能力的發(fā)展目前已經(jīng)不足以完全滿足AI訓(xùn)練的需求。同時(shí)，人類現(xiàn)有的數(shù)據(jù)在未來幾年內(nèi)可能會(huì)被耗盡。

未來AI技術(shù)如何突破算力和數(shù)據(jù)的瓶頸，繼續(xù)飛速發(fā)展，仍然需要全世界科研人員的共同努力。此外，AI可能引發(fā)的倫理、法律與社會(huì)問題也逐漸引起了人們的擔(dān)憂，一些科學(xué)家已經(jīng)呼吁暫停開發(fā)更強(qiáng)大的AI系統(tǒng)，直至人們可以確保其安全性和可控性。

?

參考資料：

1. https://en.wikipedia.org/wiki/DeepSeek
2. https://api-docs.deepseek.com/zh-cn/news/news1226
3. https://api-docs.deepseek.com/zh-cn/news/news250120
4. Liu, A., Feng, B., Xue, B., Wang, B., Wu, B., Lu, C., ... & Piao, Y. (2024). Deepseek-v3 technical report. arXiv preprint arXiv:2412.19437.
5. Guo, D., Yang, D., Zhang, H., Song, J., Zhang, R., Xu, R., ... & He, Y. (2025). Deepseek-r1: Incentivizing reasoning capability in llms via reinforcement learning. arXiv preprint arXiv:2501.12948.