Kimi、DeepSeek中门对狙？中外开发者大对比还暗讽OpenAI，DeepSeek新涌现被赞爆！

两家相似但不同～

原标题：Kimi、DeepSeek中门对狙？中外开发者大对比还暗讽OpenAI，DeepSeek新涌现被赞爆！
文章来源：AI前线
内容字数：8378字

Kimi与DeepSeek：多模态大模型的“年度作业”之争

近日，Kimi和DeepSeek几乎同时发布了各自的年度大模型成果，引发业界关注。这场“中门对狙”式的较量，展现了当前大模型技术发展竞争的激烈态势。

1. DeepSeek-R1：开源的“o1平替”

DeepSeek推出了DeepSeek-R1-Zero和DeepSeek-R1两款推理模型。其中，R1-Zero令人瞩目，因为它在预训练后无需任何监督学习，即可通过强化学习解锁o1级别的思维链能力，价格却只有o1的1/30。这颠覆了Meta此前关于反思需“训练”的观点，证明了纯强化学习模型也能自发思考和反思。DeepSeek-R1则在此基础上，通过引入冷启动数据、多阶段训练流程等，进一步提升了推理性能和泛化能力，并开源了基于Qwen 2.5和Llama 3模型家族的多个版本。DeepSeek-R1在各项基准测试中表现出色，甚至在某些方面超越了OpenAI-o1-mini，被业界誉为开源o1的最佳替代方案。

2. Kimi k1.5：多模态能力突出

Kimi发布了其“满血版多模态o1”思考模型k1.5。该模型的技术重点在于通过长上下文扩展、改进的策略优化方法等，提升大模型在复杂推理和多模态任务中的性能和效率。k1.5将RL的上下文窗口扩展到128k，并提出了一种长到短强化学习方法，优化了短推理路径模型。此外，k1.5还具备多模态能力，能够进行文本和视觉数据的联合推理，在数学能力方面表现突出。不过，其目前仅发布了技术报告，尚未开源模型。

3. 两者对比与业界评价

DeepSeek和Kimi的模型虽然在技术路径上有所不同，但都得出了相似的结论：无需复杂的MCTS、价值函数和密集的奖励建模。DeepSeek采用AlphaZero方法，完全通过RL进行引导；而Kimi则采用AlphaGo Master方法，通过轻量级监督微调进行预热。DeepSeek选择MIT开源许可，而Kimi尚未发布模型。DeepSeek在推理能力上表现突出，Kimi则在多模态能力上更胜一筹。业界专家和网友对DeepSeek-R1的开源和性能给予了高度评价，认为其是人工智能领域的重要突破，甚至认为其“震惊”了业界。而Kimi k1.5则被认为在多模态性能方面表现出色。

4. 技术细节及未来展望

两篇论文都提供了许多技术细节。Kimi k1.5的论文详细介绍了其RL基础设施、混合集群、代码沙盒等系统设计，以及长上下文、推理链压缩、课程学习等学习细节。DeepSeek的论文则重点突出了其RL训练流程和模型蒸馏技术。未来，DeepSeek-R1的开源将促进研究社区的发展，并可能催生更多高质量的小体量模型。而Kimi k1.5的进一步完善和开源，也将对多模态大模型技术发展产生重要影响。

总而言之，Kimi和DeepSeek的“年度作业”都代表了当前大模型技术发展的前沿水平，它们的竞争也推动着大模型技术朝着更加高效、强大和普惠的方向发展。

联系作者

文章来源：AI前线
作者微信：
作者简介：面向AI爱好者、开发者和科学家，提供大模型最新资讯、AI技术分享干货、一线业界实践案例，助你全面拥抱AIGC。