提問：前幾天，不管在中國還是在美國，你有沒有刷到過一家中國公司，做AI的，叫DeepSeek?
昨天剛開完會，公司一個小夥伴突然來精神了，說：
“欸，那個前幾天很火的DeepSeek居然出APP了。”
一搜，還真有。
真低調。
可低調的背後，是一口氣刷了中國的屏，還刷了美國的屏的爆火。
2025剛開始那幾天，國內突然出了個熱搜：
“雷軍千萬年薪，挖角DeepSeek的核心研究員，95後AI天才少女羅福莉”。
很多人在這句話裡，看到了“雷軍”，看到了“千萬年薪”，看到了“95後AI天才少女”。但其中很多關注AI的人，還看到了：“DeepSeek”
。
因為，在更早的聖誕期間，這家中國的，做AI的，甚至不是大廠的公司，突然刷了美國的屏。
2024年12月26日，中國的AI公司DeepSeek（中文名叫“深度求索”），釋出了一個最新AI大模型DeepSeek-V3，並同步開源。
很快，無論是中國的AI圈，還是矽谷的大佬，美國的新聞，都開始談論它。
國內很多媒體喊它“中國AI界拼多多”，“國貨之光”。說，它證明了“就算算力被封鎖，中國也有可能搞出很好用的大模型”。
而在國外，在矽谷，更多人喊它“來自東方的神秘力量”。說，這下“美國從0到1，中國從1到N”的說法，可能要被破了……
這個突然橫空出世的中國AI公司，真那麼厲害嗎？厲害在哪？怎麼做到的？到底什麼來頭？
我也很好奇。這幾天看了一些資料，也問了一些行業裡的朋友。越瞭解，我越有一種感覺：
刷屏美國的DeepSeek，不一定“神秘”，但確實有點聰明。
提問：當美國在刷屏聊這家公司的時候，都在聊什麼？
拋開各種一會兒“震驚”，一會兒“難以置信”的那些情緒不說，事實說來說去，大概就是4件事。
首先，效能，嚇人的好。
DeepSeek的大模型，很多科目在跑分測試中，都一舉超越了很多頭部的開源模型。
如果單看“理科”，比如程式碼編寫和數學運算方面，更是直接可以上手，和全球頂尖的閉源模型掰手腕。
比如OpenAI的GPT-4o，Meta的LLama-3.1-405B，阿里Qwen2.5-72B……
這麼強，價格，還嚇人的低。
人家美國的大模型扛把子，比如Claude 3.5 Sonnet，API價格是每百萬輸入token3美元。國產的DeepSeek-V3呢？優惠狠起來，只要0.1元人民幣。
這麼恐怖的價效比，怎麼做到的？
梁文鋒曾在暗湧的採訪中說：“我們的原則是不貼錢，也不賺取暴利。這個價格也是在成本之上稍微有點利潤。”
嚇人的價效比背後，是低得更嚇人的成本。
先大概看個賬單：
DeepSeek-V3的預訓練過程，花了557.6萬美元，耗費了280萬GPU小時，2048塊GPU，並且還是英偉達針對中國市場的低配版：H800 GPU。
那別人呢？很多財經新聞指出，OpenAI，谷歌，Meta，都花了數億，甚至數十億美元。
而OpenAI的早期成員Andrej Karpathy在社交平臺上說：“要做到這種水平，通常需要3080萬GPU小時，和16000塊GPU。”
280萬，2048塊，幾百萬美元。
3080萬。16000塊。幾億甚至幾十億美元。
直接差出1個零，甚至幾個零。
難怪Meta AI研究科學家田淵棟發文說：“對DeepSeek-V3'極有限的預算'和'強勁的表現'深感驚喜。”
然而，到這裡，依然還不是讓他們最“驚”的。
美國的CNBC主播在新聞裡說：“這家公司的大模型，在很多方面都不輸於Meta的LLaMa 3.1和OpenAI的GPT 4o，順便說一下，這些都是最新最強的模型……並且，朋友們，別忘了這個事實：這家公司來自中國。”
超高效能，超低價格，超低成本，還是來自中國的AI公司。
很快，在矽谷，DeepSeek開始被這麼提起：
“來自東方的神秘力量”。
“小院高牆”
這個突然橫空出世的中國AI公司，到底，什麼來頭？
是不是，背後有高人？
OpenAI的前政策主管Jack Clark就曾說：DeepSeek“僱傭了一批高深莫測的奇才”。
而DeepSeek創始人梁文鋒在一次採訪裡對此的回應是：“並沒有什麼高深莫測的奇才。都是一些Top高校的應屆畢業生、沒畢業的博四、博五實習生，還有一些畢業才幾年的年輕人。”
那，是不是，背後有資本？
畢竟，做大模型，從來都是少數人的遊戲。
有新聞披露，在很多普通人都還沒聽說過AI的2019年，DeepSeek就已經囤了超過1萬張的英偉達顯示卡，用於算力基建了。
真厲害。但是，有超過1萬張，就足以讓DeepSeek有優勢嗎？光看2024年一年，擁有的等效H100GPU數量，Meta，是55萬-65萬，微軟，是75萬-90萬。谷歌，更是100萬-150萬……
人，錢，都沒有什麼特別的。那，東方，還有什麼西方沒有的？
“小院高牆。”
這個2018年由美國智庫提出的科技防禦策略，衍生出來的新聞，關鍵詞基本都長這樣：
管制，禁運，封鎖，實體清單……
在美國CNBC的一個採訪中，一位連線專家在聊起DeepSeek時說：
“顯然，他們沒有使用最新的晶片，也沒有那麼大的算力，他們甚至在這方面沒怎麼花錢，但他們卻建立了一個可以和OpenAI和Meta的模型競爭的模型。”
“他們是在哪個地方做得這麼好呢？”
很多人，開始連夜翻技術文件。
是的。被稱為“來自東方的神秘力量”的DeepSeek，在最核心的技術上，卻一點都沒有玩神秘：
他釋出的大模型，都是開源的。
每一步，怎麼做的，什麼原理，甚至程式碼，都寫在公開的技術文件裡。
所有人，隨便看。
“技術文件”
DeepSeek的技術文件，一共53頁。
翻開，不是長這樣：
就是長這樣：
啊？這怎麼看？
我明白。我理解。這樣一份文件，對於大多數普通人來說，確實難啃。
好在，很多技術大牛，已經連夜劃了重點。
比如，最常見的這段：
看著還是太乾？沒事兒，再劃成3個關鍵詞：
MoE，MLA，無輔助損失的負載平衡策略和多令牌預測訓練目標。
這，就是要看懂DeepSeek的“神秘力量”，至少，需要看懂這3個詞。
我爭取，用普通話，幫你把它們從頭說一遍。
我猜，聽完你會覺得很眼熟。
從哪裡說起呢？
就從，你對大模型的要求說起吧。
“神秘力量”
提問：這兩年，你有沒有用過什麼AI大模型？
比如，美國的ChatGPT？中國的文心一言?通義千問?……
你用它的時候，都對它有什麼期待？
至少，我問它個什麼，它的回答得靠譜吧？靠譜之外，一個回答不能讓我等上1分鐘吧？……
又快，又好。
這，就是一個好的大模型產品，至少要做到的2件事。
而這2件事，傳到做大模型產品的技術專家的耳朵裡，就會自動被翻譯成另外2個詞：
大模型的複雜度，大模型的推理效率。
什麼是複雜度？至少，這個大模型的腦子得足夠聰明，能應對足夠多，足夠複雜的問題。
腦子要聰明，要多幾根“筋”。大模型要聰明，就得多幾億個“引數”。
這次釋出的DeepSeek-V3大模型，引數就有6710億個。
真多。可是，這麼多“腦筋”一起動，得多費勁啊？
確實費勁。所以，得燒錢，買卡，堆算力……
但是，你都看見了。DeepSeek沒這麼幹。它們幹了很多其它的。
其中，最常被人提到的，是這3件:
第一，把一堆“專家”給分開。
想象一下，大模型，就像一個專家大本營。為了能儘可能地幫你幹各種活兒，裡面駐紮了各種領域的專家。
每次你一派活兒，就要呼啦啦地召喚這個專家大本營。很是勞師動眾。
DeepSeek，做了一點最佳化：把專家們分門別類，每次有活兒，只喊其中一組相應的專家團出來就好。
這，就是MoE架構，也叫混合專家技術。
這麼分，本來每次有活兒，得驚動6710億個引數，現在只要37億個引數就可以了。多省力。
真聰明。可是，一個大模型，就算調的專家少了，每天要乾的活兒還是超級多。有沒有辦法更省力？
DeepSeek又想到了個辦法：把要乾的活兒，壓少一些。
比如，搞個東西，讓模型可以在幹活兒時，學會“抓大放小”。精確到“元”就夠的，就絕不精確到“毛”。大不了算完再派個專家，統一驗算一遍。
這個東西，就叫MLA，也叫資訊過濾器。能讓模型只關注資訊中的重要部分，不會被不重要的細節分散注意力。
有意思。這麼一來，對算力的依賴肯定又能少好多。
可DeepSeek依然沒滿足。“專家”和“活兒”都盤了，那中間的“派活”呢？
我能不能再搞個機制，讓每個專家，都能被合理分工。不至於要麼給我閒著，要麼忙到爆炸？
於是，就有了：無輔助損失的負載平衡策略和多令牌預測訓練目標。
現在，再看回這3個詞，你什麼感覺：
MoE，MLA，無輔助損失的負載平衡策略和多令牌預測訓練目標。
分專家，壓活兒，合理分工。
嗯，很聰明。可是，不是在說“神秘力量“嗎？
這算什麼神秘力量？
“工程”
提問：怎麼才算“神秘力量”？
能突破“小院高牆”？能打破“國外從0到1，中國從1到N”的觀念，帶來顛覆性創新？
如果是這個標準，那OpenAI創始人奧特曼，可能覺得，不算。
在DeepSeek大模型釋出後，他曾說：
“DeepSeek-V3，只是在複製已知有效的東西。但當你不知道某件新奇、有風險且困難的事情是否會成功時，去做他是極其困難的。”
為什麼這麼說？是不是在酸？是不是在內涵？
這樣，不如我們先簡單倒個帶：
你說，“把一堆‘專家’給分開”，算不算創新？
你說，“把要乾的活兒，壓少一些”，算不算創新？
你說：“把活兒分派得合理些”，算不算創新？
或者更直接一點：“用幾百萬的成本，做到人家花幾十億才做到的事”，算不算創新？
看另一個技術大佬，知名AI博主Tim Dettmers，對DeepSeek的評價。
他說：“這是資源限制下的工程。”
他還說：“這一切看起來都那麼優雅：沒有花哨的‘學術’解決方案，只有純粹的，紮實的工程。尊重。”
工程，工程。
什麼是工程？
直接搜“工程”，你會看到這個定義：
“工程是一個具有規定開始和結束時間的任務，需要使用一種或多種資源，並由多個互相獨立、互相聯絡、互相依賴的活動組合。”
但如果，當你收到客戶投訴“收到的薯片有包裝是空的”時，別人會和你說：
“裝監控”，“做影片識別”，或者，“花100萬，研發一條新的流水線”……
但工程師，可能會和你說：
“花100塊，在現在的流水線最後，裝個大吹風機，吹出剛好能吹跑空包裝的就行。”
工程，就是就算在有限資源下，也一定要把事做成，並且還要把效率做到最高。
回看DeepSeek的創新，有些，確實是獨創。比如，無輔助損失負載均衡，就來自DeepSeek八月的論文。
也有些，是“在已有的流水線上裝上吹風機”。比如，最佳化前就已經存在的MoE，MLA……
花100萬做個新流水線，花100塊加個大吹風機。
從0到1，從1到N。
刷屏美國的DeepSeek，不一定神秘，但確實聰明。
恭喜。
也祝福，2025年，更多的“從1到N”，和，“從0到1”。
*個人觀點，僅供參考。
主筆/ 尤安 編輯 / 二蔓 版面 / 黃靜
這是劉潤公眾號的第2489篇原創文章