如何看待DeepSeek的发展？

DeepSeek实现了人工智能技术路径上的重大改进，或可为人工智能时代的逆全球化困境提供破局思路，其开源模式暴露出美国技术封锁政策的局限性，效率优化与成本控制得以推动AI技术普惠。

一、实现控制成本的重大技术改进

1.低成本模型:挑战传统的“算力至上”逻辑。DeepSeek-V3的基础架构建立在 Transformer 框架之上。该模型在传统 MoE 架构之上，采用了经DeepSeek-V2验证的多头潜在注意力机制(MLA)和DeepSeekMoE技术，实现了高效推理与低训练成本。其中，DeepSeekMoE采用更细粒度的专家分配机制，创造性地引入共享专家和无辅助损失负载均衡策略，并通过多token预测训练目标提升性能。综合评估显示，DeepSeek-V3已在性能上达到了与 GRT-40和 Glaude-3.5-Sonnet等顶级闭源模型相当的水平，同时维持了极具竞争力的模型训练成本，完整训练过程(包括预训练、上下文长度扩展和后训练)仅需2.788M的H800GPU小时，极大地挑战了传统发展模式下“算力至上”逻辑。

2.开源模式:打破技术封锁，促进科技普惠。Deepseek发布LLM Deepseek-V3和推理器Deepseek-R1的代码，并发布详细的技术论文说明模型构建方法，为全球开发者提供了清晰的技术路线图。开源模式不仅能够加速基于现有技术的二次创新，还催生了更多适应本地需求的技术解决方案。这种协同创新模式推动了技术的多样化和个性化发展，帮助更多国家和地区摆脱对单一技术供应商的依赖，提升了技术自主性。尤其在应对技术封锁和地缘政治风险时，开源模式显得尤为重要，为全球科技发展提供了更多可能性。

3.蒸馏技术:加速小模型部署。以 DeepSeek-V3-Base 为基础，DeepSeek-R1整合了初始训练数据和多阶段训练流程，在进行强化学习前引入了多阶段训练和冷启动数据，最终在推理任务上达到了与OpenAI-01-1217相当的性能水平。其主要贡献在于:一是DeepSeek-R1在后训练阶段大规模使用了强化学习技术，首次验证了大语言模型的推理能力可纯粹通过强化学习提升，而无需传统的监督微调的开放研究，为该领域未来发展奠定基础。二是DeepSeek-R1遵循MITLicense,允许用户通过蒸馏技术借 R1训练其他模型，大型模型的推理模式可通过知识蒸馏迁移至小型模型，其效果优于直接对小型模型进行强化学习训练。开源的DeepSeek-R1及其API将支持学术界开发更优秀的小型模型，进一步推动了技术普惠。

二、推动技术普惠与全球 AI生态重构

1.国家层面:推动全球多极化发展。首先，DeepSeek的技术突破验证了中国的自主创新能力，表明技术封锁政策终将难以遏制中国AI进步。过去几年中，美国试图通过技术封锁政策巩固领先优势，例如出台《芯片与科学法案》等一系列政策，限制非同盟国获取先进AI芯片和关键技术;试图构建“技术联盟”，深化其与日本、韩国、荷兰等在全球半导体产业链中占据关键地位的盟国之间关系;积极吸纳印度、非洲等新兴市场国家和地区参与，限制技术外溢。对此，尽管短期内中国在核心技术领域被“卡脖子”，但却激发了中国以“工程化”思维实现技术突破，并在长期坚持科技自主创新的决心。面对美国的技术封锁与出口管制，中国政府和企业被迫加大对AI核心技术的研发投入，推动芯片、操作系统、算法等关键技术的自主化。DeepSeek也刷新了西方国家对中国技术发展的认知，让世界重新评估中国技术创新实力，并重新考虑发展中国家在本次人工智能科技革命中可能发挥的重要作用。

其次，DeepSeek的技术改进使AI向低成本、普惠化迈进，推动新兴经济体的技术赋能与产业跃迁。一是DeepSeek的普及促进了跨国界的基础设施共建项目，特别是在数据中心、云计算等方面，为新兴经济体提供了与国际接轨的技术基础设施。同时，该技术的本地化应用推动了更多技术创新与本土企业合作，增强了新兴经济体在全球技术生态中的参与度和竞争力。二是DeepSeek通过算法优化和开源策略，降低了 AI技术的应用门槛。其多模态融合算法在安防、医疗等领域能够快速落地，帮助新兴经济体跳过传统技术积累阶段，直接部署高效AI解决方案。这种技术扩散可能加速全球经济增长，为后发国家及地区提供了“弯道超车”机会。

最后，DeepSeek的成功促使部分发达国家重新思考技术合作路径，而非追随美国遏制政策在DeepSeek的激励下，各发达国家将积极布局科技创新战略，加大对 AI前沿技术的投资力度，以巩固或提升其在全球技术竞争中的地位。例如，对于欧洲部分拥有坚实资本和科技基础的国家而言，DeepSeek的开源模式为其提供了发展特色AI产业的契机。部分发达国家逐渐意识到，单纯依靠技术封锁难以维持其技术优势。未来，这些国家可能更倾向于通过国际合作和技术共享来应对挑战，共同制定AI技术的标准和规范，推动全球AI技术的健康发展。

2.行业层面:应用落地扩散开花。一方面，未来通过 DeepSeek构筑高质量合成数据集具有可行性。在DeepSeek的影响下，全世界的科技公司、研究团队都在尝试复现DeepSeek。李飞飞团队2月6日推出的s1K数据集，在1000个样本上进行监督微调训练+测试时的预算强制(budgetforcing)的微调后，团队提出的s1-32B实现测试时扩展(test-timescaling)和强推理性能,s1-32B 模型成为具备高样本效率(sampleefficient)的开源推理模型之一。DeepSeek-R1和s1-32B，同样是通过强化学习或使用数万个蒸馏样本来构建的强大推理模型，这提示我们，通过对高质量数据的微调和强化学习，未来或将有望解决“可用于训练大模型的高质量数据集将被消耗殆尽”的数据困境。除此之外，DeepSeek-R1无需依赖传统的监督微调(SFT)作为初步步骤，而是让模型通过试错和奖励机制自我演化。这些创新实践可供大模型训练方参考，通过高质量的小型数据集结合强化学习的模式来降低对数据标注的需求。

另一方面，大模型+蒸馏模式更适配各个行业应用场景的差异化要求。对于复杂任务，以及需要高度准确性和深度理解的应用场景,DeepSeek-R1可进一步提升原有行业大模型推理能力。而对于特定行业的差异化需求，以及在资源受限和实时响应要求较高的场景中，相较于大模型的复杂性和资源消耗，蒸馏小模型拥有高效性、灵活性和轻量化等特征点，具备应用场景优势。通过知识蒸馏技术，小模型能够继承大模型的核心能力和知识，同时在推理效率和部署成本上实现显著优化，这使得其能够更轻松地适配各个行业应用场景的差异化需求，无论是资源受限的边缘设备，还是对实时性要求极高的业务场景，蒸馏小模型都能提供精准且高效的解决方案。因此，在DeepSeek大模型的基础上蒸馏小模型,不仅有助于降低 AI技术的推广门槛,还能加速其在不同行业的广泛应用,成为推动行业数字化转型和智能化升级的重要力量。

3.企业层面:打破巨头垄断，中小企业突围。AI技术长期以来被少数科技巨头垄断，这些公司拥有强大的研发能力、数据资源和资本支持形成了较高的市场壁垒。而DeepSeek的成功意味着中小型科技企业有望通过算法与工程创新实现突围，其低成本和开源特征降低了 A技术的使用门槛，大幅缩短了中小企业改进模型的周期:模块化设计则使开发者能够根据需求灵活组合和二次开发，有助于打破巨头垄断，提升市场竞争程度与创新活力。此外，模型推理效能的提升也将使大模型的端侧应用将更加普遍，这为中小企业、初创公司甚至个人开发者提供了快速构建解决方案的机会，大大降低AI产品开发成本。

三、鼓励建立开放包容的全球治理体系

一方面,DeepSeek推动技术普惠,提升了全球各国对于AI治理规则的参与度。DeepSeek以其低成本、高性能特征推动AI技术普惠化，惠及更多国家研发、部署并应用AI技术，有助于逐渐突破全球 AI发展的“中心-外围”结构，鼓励更多发展中国家参与到 AI技术浪潮中。长期以来,发达国家在掌握AI前沿技术创新与核心技术应用的同时，也掌握着全球AI治理的话语权。在规则制定过程中，西方伦理标准和价值观总是被更多强调，甚至通过规则设计来限制发展中国家的自主发展空间。而发展中国家AI技术采用率较低，AI监管体系不完善，在国际规则制定方面的关切和需求也往往被忽视，缺乏话语权。如今，DeepSeek的成功为发展中国家开辟了一条 AI创新发展之路，为了充分保障自身发展与安全，全球各主要经济体均加快步伐，积极参与到全球AI治理过程中，争当规则制定者、参与者，共同推进国际监管的包容性合作。

另一方面，DeepSeek的开源特征可能放大安全与伦理问题，倒逼全球各国紧密合作。随着大语言模型不断发展，AI技术的不可预测性和高度自主性加剧,特别是DeepSeek的开源模式具有开放性和低门槛特性，更有可能导致多种伦理失范现象。一是显著增加技术滥用风险，开源模式在降低技术门槛的同时，也使恶意行为者有机可乘，例如被用于生成虚假信息、恶意攻击工具等。二是放大 AI“幻觉”，由于开源社区中开发者水平参差不齐，可能导致模型优化不足，进一步放大幻觉问题的危害。三是提升合规与监管难度，开源模型的全球共享特性使其应用场景跨越国界，但各国法律对 AI生成内容的规范不一，法律法规滞后于技术发展。这些问题进一步提升了 AI治理的必要性和紧迫性，各国必须紧密团结起来，构建多层次全球治理体系，以协作方式共促 AI可持续发展。中国坚持开放合作原则，有望在全球AI治理中占据举足轻重的地位。2025年2月10日至11日，人工智能行动峰会于巴黎举行，汇聚了来自世界各地的政策制定者、技术专家和学者，共同探讨 AI发展带来的机遇与挑战,标志着全球AI治理又迈出重要一步。本次峰会上,包括法国、中国、印度、欧盟在内的61个签署方共同发布《关于发展包容、可持续的人工智能造福人类与地球的声明》(巴黎人工智能宜言)，承诺将以开放、包容和道德的方式开发这项技术，但美、英两国拒绝签署。美国试图通过拒绝签订多边协议，维护其在AI领域的“规则制定者”地位，进而巩固技术垄断优势。然而，这种拒绝签署的行为在凸显全球 AI治理分歧的同时，也为中国提供了填补“领导真空”的机会。考虑到全球共同面临着AI技术发展的多项潜在风险，各国之间的合作创新也愈加活跃，建立健全开放包容的国际 AI治理规则终将成为必然。而中国提倡“共商共建共享”的全球治理观，未来将持续为全球贡献多元化治理方案。