虛假的OpenAI在被打假，真正的“OpenAI”在開源。

原標(biāo)題：DeepSeek才是“真正的OpenAI”？｜甲子光年
文章來源：甲子光年
內(nèi)容字?jǐn)?shù)：9099字

DeepSeek R1：開源的推理模型挑戰(zhàn)閉源OpenAI

本文報道了DeepSeek發(fā)布的開源推理模型DeepSeek R1，以及其與閉源OpenAI模型在性能和策略上的對比。DeepSeek R1憑借其開源、低價和強大的性能，引發(fā)了業(yè)界廣泛關(guān)注，被譽為“真正的OpenAI”。

1. DeepSeek R1：基于強化學(xué)習(xí)的突破

DeepSeek R1的核心亮點在于其“沒有監(jiān)督微調(diào)下的直接強化學(xué)習(xí)”。團隊首先嘗試了DeepSeek-R1-Zero，直接用強化學(xué)習(xí)(RL)訓(xùn)練基礎(chǔ)模型，無需監(jiān)督微調(diào)數(shù)據(jù)。通過基于規(guī)則的獎勵系統(tǒng)，模型在推理能力上取得了顯著提升，甚至出現(xiàn)了“頓悟時刻”，展現(xiàn)了RL的強大潛力。然而，DeepSeek-R1-Zero也存在一些問題，如可讀性差。為此，DeepSeek團隊設(shè)計了一個四階段流程，最終打造出DeepSeek R1，在多個基準(zhǔn)測試中達到甚至超過了OpenAI o1的性能。

2. 簡潔高效的訓(xùn)練策略

DeepSeek R1的成功，也證明了“基于強大的模型，使用簡單的基于規(guī)則的獎勵進行強化學(xué)習(xí)，經(jīng)過大量訓(xùn)練，也能達到最強推理模型的效果”。團隊摒棄了復(fù)雜的過程獎勵模型，采用基于規(guī)則的獎勵系統(tǒng)，降低了訓(xùn)練難度，并通過“數(shù)據(jù)即模型”的思路，利用DeepSeek-R1-Zero生成數(shù)據(jù)，優(yōu)化DeepSeek R1的性能。這種簡潔高效的訓(xùn)練方法，為其他研究者提供了新的思路。

3. 開源與低價：構(gòu)建開放的AI生態(tài)

與OpenAI的閉源策略形成鮮明對比，DeepSeek R1及其相關(guān)模型均為開源，并采用了極具競爭力的低價策略，將每百萬token的成本降低了約95%。這不僅降低了AI應(yīng)用的門檻，也為中小企業(yè)和個人開發(fā)者提供了更多機會，推動了AI技術(shù)的普及和發(fā)展。DeepSeek的開源策略體現(xiàn)了“美美與共”的精神，構(gòu)建了一個更加開放和包容的AI生態(tài)。

4. 中國AI的崛起

DeepSeek R1的成功，以及其他中國AI廠商的快速發(fā)展，表明中國在AI領(lǐng)域正崛起成為一股不容忽視的力量。DeepSeek R1的開源和低價策略，不僅挑戰(zhàn)了OpenAI的市場地位，更重要的是，它為全球AI發(fā)展注入了新的活力，推動著人工智能向更開放、更普惠的方向發(fā)展。

總而言之，DeepSeek R1的出現(xiàn)，標(biāo)志著AI技術(shù)發(fā)展進入了一個新的階段。其開源、低價和強大的性能，為AI技術(shù)的普及和應(yīng)用提供了新的可能性，也為全球AI研究者提供了寶貴的經(jīng)驗和參考。

聯(lián)系作者

文章來源：甲子光年
作者微信：
作者簡介：甲子光年是一家科技智庫，包含智庫、社群、企業(yè)服務(wù)版塊，立足中國科技創(chuàng)新前沿陣地，動態(tài)跟蹤頭部科技企業(yè)發(fā)展和傳統(tǒng)產(chǎn)業(yè)技術(shù)升級案例，推動人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)、云計算、新能源、新材料、信息安全、大健康等科技創(chuàng)新在產(chǎn)業(yè)中的應(yīng)用與落地。