Lex Fridman 五小时聊 DeepSeek：一文看懂 DeepSeek 的创新与2025 AI 趋势

中美 AI 竞争与国运。

原标题：Lex Fridman 五小时聊 DeepSeek：一文看懂 DeepSeek 的创新与2025 AI 趋势
文章来源：Founder Park
内容字数：107785字

DeepSeek引发的AI热议：Lex Fridman与专家深度对话

知名科技主播Lex Fridman近期邀请半导体分析公司SemiAnalysis运营总监Dylan Patel和艾伦人工智能研究所研究科学家Nathan Lambert，就DeepSeek及其开源模型V3和R1展开长达5小时的讨论，内容涵盖DeepSeek的创新、AI算力瓶颈、模型训练和蒸馏、以及商业落地等多个方面。本文精选5万字核心内容，浓缩要点如下：

1. DeepSeek模型的开源与创新

DeepSeek-V3是一个开源权重指令模型，类似ChatGPT；DeepSeek-R1则是其推理模型，采用宽松的MIT许可证，在开源程度上领先业界。DeepSeek在技术报告中详细披露了训练细节，包括在CUDA底层对GPU的优化，展现了其技术实力。

2. 预训练与后训练：模型训练的两个阶段

模型训练分为预训练（学言规律）和后训练（提升易用性、对齐等）两个阶段。后训练包括指令微调、偏好微调（RLHF）以及强化微调等，DeepSeek-R1使用了更先进的强化学习技术，使其能够展现推理过程。

3. DeepSeek低成本训练的秘诀

DeepSeek通过混合专家模型（MoE）和潜在注意力（MLA）技术降低训练成本。MoE模拟人脑机制，只激活部分参数，降低计算量；MLA则减少内存占用。DeepSeek甚至在CUDA底层进行了GPU优化，充分利用有限的算力资源。

4. R1的推理能力与用户体验

DeepSeek-R1在生成答案前会展现详细的推理过程，让用户直观了解模型的思考步骤，提升了用户体验，也引发了公众对AI“意识”的讨论。

5. 模型训练的“All in”策略与挑战

大型模型训练如同“YOLO”（You Only Live Once）运行，需要大量实验和资源投入。DeepSeek通过多次小规模实验积累经验，最终进行大规模训练，这体现了其技术积累和风险承担能力。

6. 出口管制的影响与AI应用普及

美国对华出口管制主要影响了中国AI应用的普及速度，而非完全阻止AI技术发展。DeepSeek的成功表明，即使在算力受限的情况下，中国仍然能够训练出先进的AI模型。

7. 模型对齐与审查：技术与伦理的挑战

模型对齐可以在数据选择、预训练、后训练等多个阶段进行，但完全避免审查几乎不可能。DeepSeek等模型的“审查”可能源于数据偏见或后训练策略。

8. 模型蒸馏：行业惯例与伦理争议

模型蒸馏是行业惯例，但使用其他公司模型输出进行训练是否违规，存在法律和伦理争议。OpenAI等公司对模型输出的控制力有限，而DeepSeek在效率提升方面的努力仍然值得肯定。

9. AI Agent的挑战与前景

AI Agent的自主性和可靠性是主要挑战。目前Agent应用的成功率有限，未来可能需要结合人工辅助，逐步提升可靠性，才能在开放环境中广泛应用。

10. AGI竞赛与未来展望

专家们普遍认为AGI的出现时间在2030年之后。AGI竞赛并非“赢家通吃”，多家公司可能在不同领域取得成功。未来AI应用将更加多样化，包括AI Agent、机器人技术、以及各行各业的自动化等。

总而言之，DeepSeek的出现标志着AI技术发展进入新的阶段，开源与高效训练成为重要趋势。未来AI发展将持续带来惊喜，但也面临着伦理、社会等方面的挑战，需要谨慎应对。

联系作者

文章来源：Founder Park
作者微信：
作者简介：来自极客公园，专注与科技创业者聊「真问题」。