AI 不再是“烧钱游戏”：DeepSeek 给行业上了一课

抖音热门 2025年09月28日 18:45 1 admin

DeepSeek 又一次刷新了 AI 圈的认知，中国 AI 迎来了真正的 “Nature 时刻”。

最近，R1 模型的论文登上了全球顶刊《自然》，立刻引发了广泛关注。

但更炸裂的是：训练成本竟然只有 29.4 万美元！

圈内同行听到这个数字，全都开始嘀咕：等等，我是不是算错了？我家的战略是不是得重做？

事情要从今年年初说起，DeepSeek-R1 一亮相就靠高性价比、高性能和开源策略吸引了全球目光。

当时大家心里都明白，这种成绩成本肯定不低，但具体数字谁也没看到。

直到最近，DeepSeek 团队在《自然》杂志的论文里首次把训练细节和成本公开了：512 块 H800 芯片，仅用了 29.4 万美元训练 R1 推理能力，构建基础大模型也就 600 万美元。

这个透明操作直接让路透社、CNN、彭博社等美媒一片惊呼，这真的是让人惊掉下巴的数字。

CNBC 甚至评论，DeepSeek用这笔钱就完成了原本只有超级大厂才敢碰的训练量，打破了“必须拥有最顶尖 GPU 才能玩 AI”的假设。

讲真，这个 29.4 万美元的训练成本真的刷新认知，也让美国同行开始认真掂量自家账本。

想想 OpenAI CEO 奥尔特曼 2023 年透露的基础模型训练成本“远超 1 亿美元”，再看看 DeepSeek 用 H800 芯片跑出来的成绩，差距太扎眼了。

DeepSeek 公开的论文不仅把成本摆出来，还顺带把模型训练细节、强化学习策略、数据来源全都透明化了。

此前，美国一些官员质疑 DeepSeek 仅靠“阉割版”的英伟达 H800 芯片不可能训练出高性能模型，甚至还污蔑其违规获取大量 H100 芯片进行训练。

对此，DeepSeek 在《自然》杂志的补充文件中首次明确回应：R1 的训练全程仅使用了合法采购的 H800，耗时共 80 小时。

而 R1 能有今天的推理能力，也离不开它的前身 R1-Zero 的打磨。R1-Zero 完全靠纯强化学习自我进化，训练里唯一的规则就是：答对加分，答错扣分，不教套路，也不规定思考步骤。

在 AIME 2024 数学测试中，它的准确率从最初的 15.6% 飙升至 77.9%，在启用自洽解码后更是突破至 86.7%，超越了不少人类选手。

训练过程中，团队还发现它会主动延长思考链条，有时甚至输出上万个 token，并在推理中自发插入一句“等一下，我需要验证”，展现出完全自主的解题优化能力。

这一幕堪称 AI 的“顿悟时刻”，而令人震撼的是，这一切都发生在没有任何人工指导的情况下。

当然，R1-Zero 本身不适合直接对外使用，语言混用、可读性差是硬伤。于是团队设计了多阶段精炼：先用高质量冷启动数据修复语言问题，再强化学习提升推理能力，然后大规模监督微调扩展知识面，最后一轮强化学习对齐人类偏好。

经过多轮打磨，R1 不仅保留深度推理能力，还能用流畅自然的语言与用户互动。最终，R1 在数学、编程等高难度任务上保持顶尖水平，在指令遵循和用户偏好基准上提升 17%–25%。

从 R1-Zero 到 R1 的进化，也让整个 AI 社区看到了一种新的可能性：高效低成本训练、强化学习驱动自我探索、系统性策略涌现，让大模型在保持性能的同时，也能显著降低资源消耗和成本压力。

上线后，R1 开源到 Hugging Face，下载量破 1090 万次，成为全球首个经过同行评审的主流大语言模型。Nature 也给出肯定，强调同行评审的价值，让大模型从公司的黑箱变成可以被科学验证的系统。

这意味着，AI 竞争不再只是比谁烧得起更多 GPU。DeepSeek 用极低成本证明，高效策略、聪明训练流程和数据最大化利用，也能实现顶尖性能。

更重要的是，这种透明化做法给整个行业树立了示范：训练细节、强化学习算法和数据来源全都公开，任何人都能复现，或者在此基础上做二次研究。

从技术角度看，R1 的成功验证了“自我探索 + 强化学习 + 多轮精炼”的方法论。在完全没有人工指导的情况下，模型会自主选择更长的思考链、尝试多种解法并自我检验。

这种能力，就是涌现的高级策略：AI 不再只是按套路算题，而是真正学会了“怎么去思考”。

而且，这套方法不仅对数学有效。经过多轮微调，R1 的能力已经扩展到语言理解、常识推理、跨学科问题解决等多个领域。

可以看到，DeepSeek 这次操作不仅刷新了成本认知，也向整个 AI 社区发出了信号：中国团队完全能在高性能与低成本之间找到平衡，用更智能的训练方法解决大模型长期的资源瓶颈。

DeepSeek 登上 Nature 封面只是开始，整个行业都在紧盯这波操作，很可能彻底改写 AI 研究、训练和应用的玩法。

参考资料：

新智元、科普中国

编辑：不吃麦芽糖

发力特色生活方式酒店，抖音的机会在哪儿？

发表评论