昨天被 DeepSeek 刷屏了。

有点炸裂，DeepSeek-R1 论文登上《自然》封面了！

---

01｜全球首个通过同行评审的大模型

这是什么概念？

它成为了全球第一个，真正意义上在顶级学术期刊通过 peer review（同行评审）的大模型。

GPT、Claude、Gemini？没有。它们都是在自己官网或 arXiv 上发表技术报告。

从 2 月 14 日投稿到 7 月 17 日被正式接收，DeepSeek 打磨了整整 5 个月。

《自然》是这么评价的：

“几乎所有主流的大模型都没有经过独立同行评审，这一空白终于被 DeepSeek 打破。”

最终，DeepSeek-R1 成了首个被学术界认证的 AI 模型。

你可能要问，OpenAI、谷歌这些巨头干嘛去了？

很简单，他们根本没这个打算。

闭源模型、商业机密，没人愿意把技术细节暴露在聚光灯下给同行研究。

---

02｜Hugging Face 最受欢迎模型

让数据说话。

DeepSeek-R1 是第一个在开源平台登顶的国产模型。

作为 Hugging Face 最受欢迎的模型，它的下载量已突破 1090 万次。

这个平台有 150 万个模型，能冲到第一，实力不必多说。

---

03｜29 万美元，训练出顶级模型

训练成本，这才是重磅炸弹。

《自然》首次披露了 DeepSeek-R1 的训练成本：29.4 万美元。

是的，你没有看错，29.4 万。

具体来说，这里指的是 R1 的增量训练成本。

但即使加上基础模型的 600 万美元成本，总共也就 629.4 万美元。

OpenAI 训练 GPT-4 花了多少？保守估计上亿美元。

---

04｜纯粹的强化学习，让模型自学推理

能发表在《自然》，“活儿”少不了。

总结一波，R1 的核心创新在于：让 AI 学会自己推理。

通过纯粹的强化学习（RL）来提升模型的推理能力，从而减少增强性能所需的人类输入工作量。

讲人话：不给解题过程，只给答案对错，让模型自己摸索。

这就像教小孩做题，传统方法是手把手教解题步骤，DeepSeek 的方法是：“你自己试，对了奖励，错了重来。”

听上去有点不靠谱，但效果惊人。以 AIME 2024 为例，它的解题准确率（pass@1）从最初的 15.6%，一路飙升至 77.9%。

如果配合"自洽解码"技术，准确率能到 86.7%，这超过了所有人类参赛选手的平均水平。

---

05｜512 块 H800 GPU

更狠的是 R1 的训练配置。

第二阶段的成果是 DeepSeek-R1-Zero，DeepSeek 团队用了 512 块 H800 GPU，耗时约 198 小时。

最后的 DeepSeek-R1，仍然采用 512 块 H800 GPU 的配置，但仅用时 80 小时便宣告训练完成。

这里的重点是 H800。

H800 说白了就是英伟达专门为中国市场“阉割”的版本，性能比 H100 差了不少。

而 DeepSeek 用阉割版硬件，做出了世界级成果。

有点东西。

---

06｜数据集不在大，在精

本次论文还首次披露了 R1 的训练数据构成。

• 数学数据集由 2.6 万道定量推理题构成

• 编程数据集由 1.7 万道算法竞赛题与 8 千道 Bug 修复题构成

• STEM 数据集由 2.2 万道选择题构成

• 逻辑数据集由真实问题和合成问题共 1.5 万题构成

数据量不算大，但质量很高。

某种意义上，这证明了：大力不一定出奇迹，方法才是关键。

---

结语

DeepSeek 登上《自然》封面，不只是一个团队的胜利。

它证明了几件事：

1. 钞能力不一定能解决所有问题：29 万美元 vs 上亿美元，效果却差不多

2. 开放比封闭更有生命力：1090 万次下载，开发者用脚投票

3. 学术规范依然重要：同行评审虽然麻烦，但能让技术更可信

当然，最重要的启示是：在 AI 这条赛道上，创新的方法比堆算力更重要。

OpenAI、谷歌确实很强，但他们的路不是唯一的路。

DeepSeek 用自己的方式，走出了一条不一样的路。

期待 R2。

---

我是木易，一个专注 AI 领域的技术产品经理，国内 Top2 本科 + 美国 Top10 CS 硕士。

相信 AI 是普通人的“外挂”，致力于分享 AI 全维度知识。这里有最新的 AI 科普、工具测评、效率秘籍与行业洞察。

欢迎关注“AI信息Gap”，用 AI 为你的未来加速。

---

精选推荐