我对DeepSeek的看法（3/N）：为DeepSeek发声 DeepSeek R1的论文拥有惊人的指标，但也引起了怀疑： 1.混合专家（MoE）技术 这种方法需要高水平的培训专业知识和庞大的数据集。这也是人们怀疑DeepSeek可能使用OpenAI数据进行训练的原因之一。 2.强化学习（RL） 基于RL的方法需要大量的硬件资源。与Meta或OpenAI的数万个GPU相比，DeepSeek据称只使用了2048个H800进行训练。 考虑到有限的计算和MoE的复杂性，DeepSeek R1仅在500万预算下就取得了成功，这似乎太好了。然而，无论你是将R1视为“低成本的奇迹”，还是将其视为“只展示而没有实质”，它令人眼花缭乱的功能创新都不容忽视。 BitMEX联合创始人Arthur Hayes写道： “DeepSeek的崛起会让全球投资者质疑美国的例外论吗？美国的资产是否被严重高估了？” 在今年的达沃斯论坛上，斯坦福大学的吴恩达教授公开表示： “DeepSeek的进步给我留下了深刻的印象。我认为他们已经设法以一种非常经济高效的方式训练了他们的模型。他们最新的推理模型非常出色……恭喜他们！” A16z创始人马克·安德森说：， “DeepSeek R1是我见过的最令人震惊、最令人印象深刻的突破之一，作为一个开源版本，它是给世界的一份珍贵礼物。” 早在2023年，DeepSeek仍然站在舞台的边缘。到2025年，就在中国新年之前，它已经上升到人工智能世界的顶峰。