今天是龙年的倒数第二天。
以往的年末，大家逐渐进入过年的气氛里，休息，总结，放松，过年。
今年的年末，却全然不是这幅景象。
DeepSeek R1 成为了现象级的焦点，没有人可以忽视它的光芒。
口碑爆棚，冲向第一
DeepSeek 的舆论热度和 APP 下载量持续走高，已经冲到了中国美国以及30多个国家的 App Store 第一名。
超越了小红书，超越了豆包，超越了红果，和其他所有应用。
要知道，这是春节前，各家大厂投放集中撒币的阶段。
要知道，它拿到的不光是中国区的第一名，还是30多个国家的第一名。
更令人惊讶的是，DeepSeek 没有市场部，也没做任何市场投放。
网上出现了一些质疑的声音：这家公司为什么买了这么多水军，到处都在尬吹？
但事实并非如此，这根本不是尬吹，也没有什么水军。
真实的情况，两个字，简简单单：
口碑。
冲刺，靠自己的技术实力，冲到和 OpenAI 齐头并进。
开源，把行业认知整体拉齐。
然后，得到全世界的尊重。
冲破 OpenAI 的阴影
从 ChatGPT 的发布，到现在的两年间，没有一家公司不是活在 OpenAI 的阴影里。
连去年大火的 Claude，在 B 端偷偷吃掉了 OpenAI 10% 的客户之后，也未曾冲到过美国 App Store 排行榜的前十。
而现在，一切都变了。
这一切变化，都要从七天前说起，那天晚上 DeepSeek R1 发布。
来自中国团队的开源模型，R1 效果比肩顶尖闭源模型 o1，而价格却只要其27 分之一。
彻底打破了推理模型价格昂贵的固有印象。
详见文章：一天两个大新闻，还过不过年了
这个模型不光是指标好，在实际的 AI 编程中效果也非常好。
论文里的革命性发现
之后的两天，大家开始看 DeepSeek R1 的论文，发现了一个更神奇的模型 R1 Zero。
R1 Zero 模型创新性地跳过了监督微调 (SFT) 阶段，直接采用强化学习 (RL) 进行训练，这种近乎原始野性的自进化方式，却取得了媲美顶尖模型的效果，令人惊叹。
模型虽然因为一些原因没有被公布出来，但它的研究结论却是革命性的：
模型的思考能力是可以自我涌现出来的。
在 DeepSeek-R1-Zero 的训练过程中研究员观察到的一个特别有趣的现象，那就是“顿悟时刻”的出现。
如图所示，这个时刻发生在模型的中间版本中。在这个阶段，DeepSeek-R1-Zero 通过重新评估其初始方法，学会为问题分配更多的思考时间。
「等等，等等。等等。这是我可以标记的一个顿悟时刻。
让我们逐步重新评估，以确定是否可以得到正确的总数 · · ·」
研究员激动地写道：“该模型学会使用拟人化的语气重新思考。这对我们来说也是一个顿悟的时刻。也让我们见证了强化学习的力量和美丽。”
X 上的一位之前曾在 Meta Google 做 AI 研究的朋友 Eric Xu ，这样这样评论 R1 Zero 的革命性：
这是一项有哲学意义的工作： 思考（或者说意识）真的是一个涌现现象，不是人类特有的，是模型通过针对一个奖励函数学习就能完成的。 这是往 AGI 上重要的一步
我们也可以相信，未来 R1 Zero 这样的纯 RL 模型一定有一天会出来，并且也许会成为未来的新范式。
所以我专门写了一篇文章，向所有人推荐这篇只有 22 页的论文。
详见文章：论文
开源的胜利
如果说 DeepSeek R1 的发布，意义重大，它证明了 OpenAI 是可以被超越的。
那 DeepSeek R1 的开源，意义就更大了。
它让几乎每家模型公司都可以复现 R1 的方法，并且都有机会超越 OpenAI。
著名投资机构 A16z 的创始人之一 Marc Andressen 评价 R1 ，说它是对世界的珍贵的礼物。
这是开源对闭源的历史上，又一次胜利。
算力限制下的突围
在这次的开源的伟大胜利中，中国的研究员，发挥了至关重要的作用。
在马斯克构建庞大的十万卡集群的时候，DeepSeek V3 仅仅使用了 2048 张卡。
在全球算力资源日益紧张，甚至面临算力出口限制的背景下，DeepSeek 的成绩更显得弥足珍贵。
它证明了，即使在资源受限的环境下，中国AI依然能够通过创新和开源，做出世界一流的成果。
中国的AI研究，依然可以为全球AI的发展贡献力量。
为何是 DeepSeek ？
DeepSeek 是相对神秘的一家公司。
在此之前，大家的注意力更多地聚焦在六小虎身上。
大家对 DeepSeek 的了解，大部分源于暗涌的访谈。
能够与 OpenAI 齐头并进的，为什么会是 DeepSeek？
也许我们能从访谈中略微看出一二：
这个世界存在很多无法用逻辑解释的事。
如果我们非要去解释，也许可以从中总结为两点：
- DeepSeek 靠组织和文化吸引了有才华的年轻人
- DeepSeek 靠开源开放吸引了社区的贡献者
那为什么 DeepSeek 能够吸引到这些年轻人和贡献者？
我翻出了去年去杭州和 DeepSeek 交流后所记录下来的笔记，也许也是一个注脚。
DeepSeek R1 对世界的影响
DeepSeek R1 发布两天后，竟然引发了美国科技界的恐慌情绪。
据 Meta 员工在匿名社交平台Teamblind爆料，DeepSeek V3 的出色表现已经让 Meta 内部感到震惊，仅花费550万美元训练成本的模型，性能却超越了Llama 4。
Meta全公司上下都在深入分析V3的技术细节，然而紧随其后的R1发布，更是让Meta感受到了前所未有的压力。
Sam Altman 被迫调整定价策略
第二天，x 上开始有人怀疑 DeepSeek 故意定价这么低，是为了降低 OpenAI 的利润，号召大家不要上钩。
还好美国科技圈大部分还是理智的，有人说R1是开源模型，自己跑一下就知道，它的成本还真就是这么低。
至于 OpenAI，20美金的月会员，一个月只能用200次 o1。
而 DeepSeek R1，同等水平，无限量，免费用。
面对这种情况，美国人也疯狂了。
从斯坦福到麻省理工，DeepSeek R1 都成了研究员的标配。
在英国的帝国理工，DeepSeek 也越来越火。
Sam Altman 急了，宣布即将推出的 o3-mini 可以免费使用，并且 Plus 可以大量使用。
而评论区，则是纷纷对 DeepSeek 表达谢意。
英伟达，或将面临冲击
DeepSeek V3 仅用了 2048 张 H800 就完成了训练，这种效率提升使市场质疑未来是否需要大规模采购英伟达高端GPU，导致英伟达股价短期内大跌超3%，市值蒸发超300亿美元。
训练侧似乎并不需要十万卡集群，那推理侧呢？
DeepSeek R1 因为其高性能，可以部署在华为昇腾上，顶级的自研开源模型+自主可控的硬件，就这样终于闭环了。
一直以来在GPU市场与英伟达竞争的AMD，也迅速宣布对DeepSeek R1和V3模型提供支持。
DeepSeek R1论文中还提到了一个值得关注的细节，即通过R1模型蒸馏得到的小模型，其性能也显著超越了同级别模型，这充分展现了端侧模型的巨大潜力。
因此，DeepSeek R1的发布无疑将对英伟达的市场地位带来一定程度的挑战，但具体影响程度尚待进一步观察。
因为一个顶级模型的开源，对未来的影响太大了。
开源的 R1 对未来的影响
最后，让我们聊一聊 R1 对未来的影响。
这个话题很大，值得重新写一篇文章进行讨论。
此刻，不妨做出一些基于当前趋势的合理推演：
- 很多团队开始复现 R1 和 R1 Zero
- 开源模型的进步将超越闭源模型
- 顶级模型的推理价格急速下降，技术更加普惠平权
- 开源模型的推理平台（如：硅基流动），将会在未来变得更加重要
- 模型通过 RL 继续增强能力，在推理、数学、代码方面几乎确定会达到 AGI
- AI编程将随着模型能力的提高，显著提升效率并降低门槛，有望持续拓展AI程序员的群体规模
- AI的创作能力将不断提升，在行文逻辑和文风模仿等方面逐步超越人类，从而催生更多AI创作的可消费内容形式
文章本来到这里就应该结束了，但我翻看梁文锋的访谈，注意到 DeepSeek 的研究员，大多数一些年轻人。
这些年轻人，选择加入 DeepSeek，一起做着一件「疯狂」的事情：
站在技术最前沿，挑战世界最强模型。
而在龙年即将结束的时候，他们做到了。
年轻人，是一个国家最宝贵的财富。
年轻人，是决定一个国家国运的关键力量。
龙年，马上就要过去，然而一切其实才刚刚开始。
蛇年，马上就要到来，我对 AI 技术发展的期待是八个字：
满怀希望，无限辉煌！
以上，就是今年为大家分享的所有内容。
感谢大家这一年的陪伴。
欢迎大家在春节期间把橘子汽水铺推荐给你的朋友。
如果不想错过更新，记得一定要把加上星标。
我们，明年再见！