與依賴強(qiáng)大算力的傳統(tǒng)大模型不同，DeepSeek通過系統(tǒng)化的創(chuàng)新，以極低的訓(xùn)練成本實(shí)現(xiàn)了高效且人性化的輸出。本文將通過一系列實(shí)際對(duì)話案例，展示DeepSeek在文本處理、文化分析、情感共鳴等方面的出色表現(xiàn)，并探討其背后的技術(shù)邏輯和對(duì)行業(yè)的影響。

2025年：DeepSeek徹底火了。

01

這誰能想到？

人工智能行業(yè)，在2024年經(jīng)歷短暫的混沌之后，熱度被DeepSeek再次攪起來，這次終于輪到國內(nèi)的AI企業(yè)扛熱搜了。

此前爆火的ChatGPT和Sora，都是出自O(shè)penAI。

關(guān)注AI賽道的都清楚，OpenAI作為這個(gè)行業(yè)的領(lǐng)頭羊，在資金算力和人才等各個(gè)方面，都擁有絕對(duì)的領(lǐng)先優(yōu)勢(shì)，而普遍的共識(shí)：大模型訓(xùn)練要先儲(chǔ)備好大量的算力。

直到DeepSeek被架上熱搜，這個(gè)共識(shí)才出現(xiàn)了動(dòng)搖。

DeepSeek模型以極低的訓(xùn)練成本，以及系統(tǒng)化的創(chuàng)新思路，成功證明了一個(gè)問題：不強(qiáng)依賴算力，以技術(shù)和算法層面的系統(tǒng)性創(chuàng)新，也可以訓(xùn)練出好用的大模型。

AI賽道的公司苦算力久已，更別提是國內(nèi)的企業(yè)了。

去年國內(nèi)多家AI公司，頻頻被爆出在大模型訓(xùn)練上萌生了退意，轉(zhuǎn)而走AI應(yīng)用和商業(yè)化探索的戰(zhàn)略方向。

甚至有聲音稱：AI公司都訓(xùn)練自己的大模型，是一種資源浪費(fèi)。

隨著DeepSeek的爆火，關(guān)于2023年5月采訪幻方創(chuàng)始人梁文鋒的那篇文章，也跟著刷遍了朋友圈，梁文鋒表達(dá)了創(chuàng)建深度求索這家公司，并且專注探索大模型的初心。

采訪中展現(xiàn)出迷一樣的淡定和自信，就是專注于大模型方向的研究。

深度求索背靠幻方這家量化公司，在資金和算力方面有很大的優(yōu)勢(shì)，但是具備這些優(yōu)勢(shì)的公司，在國內(nèi)可不只有這一家，然而推出的多款大模型各有優(yōu)劣，都算不上真正的出圈。

股民更是調(diào)侃到：幻方拔的韭菜都成了AI的養(yǎng)料。

市面上多款大模型都經(jīng)常使用，各家的模型也都有相對(duì)擅長的領(lǐng)域，就從此前個(gè)人的體驗(yàn)情況來看，國內(nèi)的主流模型和ChatGPT還是存在一定的差距。

國內(nèi)幾款主流模型的“技術(shù)味”很沖，不論是文本還是繪圖領(lǐng)域，但是這種味道在ChatGPT模型上淡化了很多。

然而在DeepSeek模型里，能神奇的體會(huì)到“人情味”了。

02

這里不過度吹捧DeepSeek，也不帶著此前對(duì)大模型的刻板印象，相同的問題都在多款大模型中提出。

經(jīng)過對(duì)比之后，個(gè)人客觀的評(píng)價(jià)DeepSeek確實(shí)更勝一籌。

對(duì)于一款產(chǎn)品來說，好不好用以及背后研發(fā)團(tuán)隊(duì)是否用心，體驗(yàn)過后自然心里有數(shù)，下面分享幾個(gè)和DeepSeek對(duì)話的問題以及答案。

A：請(qǐng)你用謙遜且自豪的表達(dá)風(fēng)格，從創(chuàng)始人，算力，和人才團(tuán)隊(duì)三方面，簡明扼要的分析你自己爆火的原因。

整個(gè)回答的內(nèi)容透著人情味和高級(jí)感，尤其是創(chuàng)始人初心這一段，再結(jié)合23年的那篇采訪，真的是相得益彰。同樣的問題拋給不同的產(chǎn)品，哪一款模型更符合使用習(xí)慣就了然于心了。

B：你如何看待哪吒系列電影的爆火，并到達(dá)國內(nèi)票房榜首？

回答中涉及關(guān)鍵的文化創(chuàng)新，和嘔心瀝血的工業(yè)制作，還順帶分析了IP經(jīng)濟(jì)的市場(chǎng)運(yùn)營，以及下沉市場(chǎng)的消費(fèi)爆發(fā)，這其中又多少帶了點(diǎn)“量化”的味道。

C：哪吒系列電影對(duì)申公豹角色的精彩刻畫，衍生一個(gè)“申公豹文學(xué)”的說法，請(qǐng)你用調(diào)侃的口吻，簡單分析申公豹和普通打工人的理想和困境。

哪吒兩部影片中的角色刻畫都非常成功，但是最能引起打工人共鳴的就是申公豹。

年少輕狂時(shí)覺得「我命由我不由天」，踏入社會(huì)幾年后發(fā)現(xiàn)只是個(gè)「小鎮(zhèn)做題家」，忙忙碌碌許多年不過就是為了「碎銀幾兩」，這大概就是成長的過程和代價(jià)。

生活沒必要強(qiáng)行賦予意義，經(jīng)歷過精彩過就過去了。

D：從本質(zhì)和趨勢(shì)上進(jìn)行簡明扼要的分析一個(gè)問題：黑神話悟空，DeepSeek模型，哪吒系列電影，這三款產(chǎn)品能出圈火爆全球的原因。

對(duì)于這個(gè)問題的回答，其它幾款模型更多是逐個(gè)分析，只有DeepSeek采用的是橫向總結(jié)的方式，更加符合提問者和問題自身所想要的答案。

比較幾款模型的答案，實(shí)際上差異并不大，但是DeepSeek對(duì)于內(nèi)容關(guān)鍵標(biāo)簽的采集和組合更加高級(jí)且流暢。

E：春節(jié)作為民族傳統(tǒng)節(jié)日，近年卻成了年輕人最怕的假期，因?yàn)橐鎸?duì)催婚催生的問題，請(qǐng)你用相對(duì)輕松的語氣就催婚問題，分別和長輩、年輕人聊一聊。

就催婚這件事來說，由于兩輩人經(jīng)歷的時(shí)代和大環(huán)境不同，所以對(duì)婚姻的態(tài)度也不一樣，甚至很多時(shí)候會(huì)造成對(duì)立的場(chǎng)面，但是雙方都無法用對(duì)錯(cuò)來界定，只能是理解萬歲了。

不過有一說一，對(duì)于流浪在外的打工人來說，糊弄模式應(yīng)付催婚的確是最合適的手段。

F：春節(jié)后開工綜合征一直困擾著打工人，但是隨著DeepSeek爆火，網(wǎng)絡(luò)上出現(xiàn)了DeepSeek賺錢指南的培訓(xùn)課，請(qǐng)你結(jié)合自身分析一下，你能在打工人的路上提供哪些幫助？

這個(gè)提示詞故意寫的有點(diǎn)含糊，也是想看看DeepSeek對(duì)于問題本身是否具備精準(zhǔn)的分析能力，作為提問者個(gè)人希望看到三個(gè)維度的回答：AI培訓(xùn)課的現(xiàn)象，AI為職場(chǎng)提升效率，AI緩解開工綜合征。

DeepSeek的回答，基本符合自己的預(yù)期方向。

G：對(duì)于漂泊在外的打工人來說，春節(jié)前后的奔波和忙碌，面對(duì)催婚的兩難抉擇，請(qǐng)你用一句話，寬慰身心俱疲的打工人。

這個(gè)文案水平真的是吐槽不了一點(diǎn)，感性之中藏著理性，既有高級(jí)感又充滿人情味。

此前在大模型使用的過程中，個(gè)人更喜歡ChatGPT這一款，其綜合能力和內(nèi)容輸出都符合自己的喜好，在DeepSeek出圈的前期也并沒有太多關(guān)注，感覺一時(shí)半會(huì)也很難有模型能追趕ChatGPT的能力。

這真是應(yīng)了那句：人心中的成見是一座大山。

春節(jié)后只試用DeepSeek兩天，就被這款模型的能力驚艷到了，除了內(nèi)容問答這塊，其它方面的實(shí)踐也很多，比如做設(shè)計(jì)寫程序，分析互聯(lián)網(wǎng)事件和趨勢(shì)等。

就文本處理這塊來說，效果不說超越ChatGPT，但差距已經(jīng)微乎其微了。

03

在個(gè)人的理解上，要做成AGI通用人工智能，最先要解決的就是語言層面的問題，尤其是中文這類內(nèi)涵豐富的語言。

可用和好用的模型，創(chuàng)新和付出絕對(duì)不是一個(gè)量級(jí)。

這里不得不再提一句關(guān)于梁文鋒的那篇采訪：淡定的表達(dá)了，對(duì)于大模型底層和基礎(chǔ)研究的堅(jiān)定態(tài)度。

建議和DeepSeek一樣，具備資金和算力優(yōu)勢(shì)的公司，出來對(duì)個(gè)線反思一下問題在哪。

DeepSeek并不像多數(shù)AI企業(yè)那樣，自下而上的綜合戰(zhàn)略，既追求大模型的訓(xùn)練成果，又探索上層應(yīng)用和商業(yè)化的進(jìn)程，當(dāng)然這里也無法站在對(duì)錯(cuò)的角度來衡量，畢竟大部分公司都差錢且差算力。

生存壓力，決定了大部分公司做事的方向和態(tài)度。

另外一個(gè)比較熱門的話題，就是DeepSeek是否會(huì)改變算力市場(chǎng)的現(xiàn)狀，把DeepSeek和ChatGPT模型都放在好用這個(gè)維度來比較，DeepSeek的訓(xùn)練成本遠(yuǎn)遠(yuǎn)低于ChatGPT模型。

在數(shù)據(jù)公司做系統(tǒng)的時(shí)候，見識(shí)過算力服務(wù)器集群建設(shè)的高昂成本，想要處理海量的數(shù)據(jù)規(guī)模，必須是算法和算力層面的雙重支撐，毫無疑問的是算力越強(qiáng)效率越高。

DeepSeek證明了另一個(gè)方向：大模型訓(xùn)練可以不強(qiáng)依賴算力。

所以綜合來看的話，只要人工智能還在持續(xù)發(fā)展，應(yīng)用層面的產(chǎn)品不斷探索迭代，那么對(duì)于算力的需求和儲(chǔ)備都不會(huì)減弱。

然而算力絕對(duì)主導(dǎo)的天平，在DeepSeek的沖擊下，開始傾斜了，如此對(duì)于很多AI賽道的企業(yè)來說，也可以去重新審視一下方向了。

沒有算力優(yōu)勢(shì)，大模型是不是真的就做不好了？