DeepSeek让4.5亿部手机号码手机同时按下刷新键, 攻击流量上升到双十一最高值的一点217倍, 总数量相当于欧洲整个地区三天的互联网使用量。但真正让人心里感到紧张且坐不住的, 并不是那些流量的数字, 而是中国的智能AI技术第一次不再需要低着头去等待国外供应芯片了。

deepseek_DeepSeek开源算法_DeepSeek低成本AI模型

90后小林的工作室日产200条

在2025年1月的时候, 那个被称为90后创业者的角色小林, 他利用了DeepSeek去把短视频的脚本给生成了很多条。他的工作室每天都能够稳稳地产出有200条内容是属于原创方面的东西。

不论是做选题也好, 还是做文案也罢, 又或者是要去做分镜方面的内容, 这一个人如果去盯着整个盘子跑的话, 那它就能把这个完整的流程都给操作完了, 其带来的效率提升是达到了十几倍的这么个情况。

上海人工智能研究院的林圆圆介绍, R1上线后客户立刻找上门, 要用新模型做垂直领域智能问答。AI普惠化正在把门槛拆掉, 中小企业和草根创业者也够得着了, 行业多元化加速落地。

马剑鹏说别跟着硅谷跑

复旦大学的马剑鹏教授把这个做法称为靠算法创新来进行补充,原因是算力存在不足之处, 他认为这种做法属于换道超车这一类型。

在未来时期当中, 想要建立起具备先进水平的模型产品, 不再一定需要去耗费大量资源来生产那些工艺水平低于5纳米的芯片产品。其实, 对算法方面进行创新本身就可以形成新的竞争领域, 不可以总是处于跟随他人步伐的状态中去。

马剑鹏他在计算生物学这个领域里面工作已经有很多年了, 他一直都在坚持认为中国人在人工智能这个前沿的方面不能够输掉任何东西, 在今年的诺贝尔奖当中获得奖励的那两位来自谷歌的人, 他们在那个当年的时候也是走了同样的一条路子的, 是先有了算法方面的突破, 然后再带动硬件的一些迭代和更新的, 他在这个时候就提醒他的团队, 说任何的一个科学实验的过程其实都是需要一点点的好运气的, 但是从另一个角度来讲的话,运气这个东西其实也就是实力当中的一个重要组成部分。

从V3到R1的三级跳

在2024年的12月, V3版本迎来了开源。这一举动瞬间使得海外的开发者群体充满了兴奋与惊讶的情绪。而临近新春佳节的时节, R1模型正式上线。该模型所呈现出来的“AI思考过程可视化”功能, 让普通民众发出惊叹, 他们直呼这让他们感觉好像是在和一名真实的人类进行交谈。

据陈岩指出, 这三轮的版本迭代, 每一次都极其精准地契合了传播的关键节点, 由此完成了一次跨越, 实现了从精通技术的极客小圈子向广泛的大众用户群体推广的三级大飞跃。

DeepSeek开源算法_deepseek_DeepSeek低成本AI模型

RL这种强化学习在训练的时候并没有标准答案, 所以AI它就有了自己的思维链, 然后不停地尝试去给出回复, 这种开放式的思维方式让模型从单纯的工具升级成了可以一起学习的伙伴, 而且对话的方式也更贴合年轻群体的习惯了, 汪先生把他称作"人味"。

服务器被打到冒烟

在爆发热点的当天, 攻击的手法不断地往上升级, 最开始那种特别容易被清理掉的大规模流量攻击, 接着变成了用HTTP协议做代理的方式的攻击, 最终发展成了使用僵尸网络进行的复杂的组合式的打击。

这一下次变化的出现呢, 感觉就像是有敌人换上了更加锋利的兵器一样, 所以负责防御的这个团队就面临到了从未有过的强大的压力状况。

陈岩给出了回应, 他说开源这件事儿其实不算冒险, 因为Linux已经拿实话说服所有人了, 开源这个生态反倒能让话语权变得更强。接下来团队要干的事, 不是在那里一味地防守, 而是要让技术跑得比敌人的攻击更快, 把大伙儿的智慧和力量都集合起来, 用来加速创新的工作, 最后把整个生态系统做得更厚实一些。

deepseek_DeepSeek低成本AI模型_DeepSeek开源算法

多模态短板与中美两条路

有团队做了测试, 他们发现DeepSeek在处理那种图片和文字混在一起的电商页面时, 解析错误的比例高达43%, 而谷歌在做同样一项事情的时候, 只有12%。医疗影像分析得依靠第三方模型, 结果成本直接就翻倍了, 这是个绕不过去的硬伤, 多模态能力还是比较弱。

美国的巨头企业走的是一条封闭源代码并且不断加强计算能力的路子, 而中国的研究团队则是把目光对准了产业里面那些真正需要解决的问题。

汪先生表示, 这次的爆火不仅仅算是技术层面取得了胜利, 它还和研发团队变得年轻化有着很大的关系, 因为这种年轻的状态带来了一种所谓的人情味, 这就让人们在进行人工智能对话的时候, 感觉就像是和真人聊天一样, 这正是他们和海外那些大企业之间最大的不同之处所在。

你的核心竞争力变了

现在AI可以帮忙自动整理知识库, 还可以分析基因数据来定制个人营养方案, 这样一来, 人类的核心能力就发生了转变, 开始转向提出正确的问题。从事知识工作的人依赖AI进行检索和归纳, 他们记忆以及知识储备量的扩大幅度可以达到几百倍之多, 所以, 收藏夹这种东西早就应该被淘汰出局了。

最大的赢家, 其实就是那些既懂技术逻辑又深谙人性需求的跨界者。马剑鹏预测硅谷很快会在DeepSeek的基础上造出更优模型, 但是靠着90后和00后的活力以及民营企业的灵活机制, 中国AI前景依然值得期待。。

你目前所用的知识管理手段, 在人工智能全面普及的这一年的时间内, 能否支持得住? 倘若你觉得这段内容具有一定价值, 就请点击点赞按钮, 并将其转发给那些依然采用手动方式将信息存储至收藏夹的朋友。