DeepSeek遭美AI巨头污蔑，现实打脸反手登顶世界级顶刊

2025年9月17日，中国人工智能领域迎来高光时刻！

DeepSeek-AI团队梁文锋及同事关于开源模型DeepSeek-R1的研究成果，登上国际顶刊《自然》（Nature）当期封面，该成果迅速成为AI领域焦点，引发行业广泛讨论。

论文核心结论明确：大语言模型（LLM）的推理能力可通过纯强化学习显著提升，且能大幅减少对人工标注的依赖。

传统LLM训练需投入海量人力进行数据标注，成本高、周期长，而DeepSeek-R1的新方法打破了这一局限。

实测显示，新方法训练的模型在多领域表现优于传统模型：数学解题时能精准应对复杂题型，编程竞赛中可高效完成高难度任务，面对STEM领域研究生水平问题，也能展现出扎实的专业解答能力，充分验证了新训练路径的可行性与优越性。

此次研究还首次回应了此前备受关注的“蒸馏”争议。

在与《自然》审稿人沟通时，DeepSeek团队明确表示：R1并非通过复制OpenAI模型的推理示例学习，其基础模型和多数LLM一样，训练数据来源于网络，不可避免会吸收互联网上已有的AI生成内容，但这与“蒸馏”复制特定模型有本质区别，澄清了外界对其技术路径的误解。

在AI行业，“顶尖模型门槛在成本而非算法”是长期共识。

OpenAI训练GPT-4，外界估算花费超1亿美元。

谷歌、Anthropic、Meta等巨头的大模型研发预算也均达数千万美元级别，资金与算力直接决定了企业在行业中的话语权，高额成本让众多团队望而却步。

DeepSeek却打破了这一“潜规则”，据论文补充材料披露，DeepSeek-R1的推理成本仅29.4万美元，即便叠加约600万美元的基础模型训练开销，整体成本仍远低于国外巨头，堪称AI领域的“低成本奇迹”。

更关键的是，DeepSeek-R1的突破不仅在成本控制，更在方法论创新。

团队采用纯强化学习（RL）框架，引入组相对策略优化（GRPO）算法，训练中仅依据最终答案的对错给予模型奖励，而非让模型模仿人类推理路径。

这种看似“粗放”的方式，却带来了意外效果：模型在实践中自然涌现出自我反思（reflection）、自我验证（self-verification）、生成超长推理链条（long chains of thought）等高级行为，有时甚至会生成上千个token反复推敲单个问题，展现出自主深度思考的能力。

这一优势在数学测试中尤为凸显，论文数据显示，在美国数学邀请赛（AIME 2024）中，DeepSeek-R1-Zero的准确率从15.6%飙升至77.9%，使用自洽解码（self-consistency decoding）后更是达到86.7%，超过人类平均水平。

《自然》对此评价：这证明模型无需人类推理示范，仅通过强化学习就能自主形成复杂思维模式，标志着AI从“被动模仿”向“主动思考”迈出关键一步。

经过多阶段优化（包括RL、拒绝采样、监督微调及二次RL），最终版DeepSeek-R1实现了能力全面性突破：不仅在数学、编程等硬核任务中保持高水准，在写作、问答等通用任务上也展现出流畅性与一致性——写出的内容逻辑清晰，回答问题准确全面。

这意味着DeepSeek的训练逻辑并非“教AI思考”，而是真正“让AI学会自己思考”。

DeepSeek-R1的成功，离不开核心带头人梁文锋的长期深耕。

1985年，梁文锋出生于广东湛江普通家庭，父亲是小学老师，平凡的家庭环境培养了他坚韧的求知欲。

2002年，17岁的他考入浙江大学电子信息工程专业，五年后继续攻读该领域硕士学位，师从项志宇，专注机器视觉研究。

硕士阶段，梁文锋就展现出前瞻性：他与同学尝试将机器学习应用于金融市场，探索全自动量化交易，当时恰逢2008年全球金融危机，市场动荡中他仍敏锐捕捉到技术落地的可能性。

即便大疆创始人汪滔曾邀请他合伙创业，他也因坚信“人工智能将改变世界”，选择了独立创业的小众赛道。

硕士毕业后，梁文锋将AI技术与量化交易结合，创办雅克比投资与幻方科技，十余年间带领企业稳步发展，积累了扎实的技术与管理经验。

2023年，他瞄准通用人工智能的巨大潜力，创办DeepSeek，正式投身大模型研发。凭借对算法优化与成本控制的双重重视，DeepSeek在两年内连续推出V2、V3模型，不仅拉低了国产大模型的推理成本，更以高性价比震撼全球市场。

从行业价值来看，DeepSeek的研究远不止产出一个高性能模型，更像是一份“方法论宣言”：它向世界证明，AI进化无需依赖天量标注数据，存在更可持续的发展路径。

这一成果打破了“资金即壁垒”的行业魔咒，将AI发展的核心拉回科学创新本身。

正如《自然》审稿人、Hugging Face机器学习工程师Lewis Tunstall所言：“R1开启了一场革命”。

如今，已有越来越多团队借鉴R1的方法论优化现有大语言模型，推动全球AI向“推理革命”迈进。

可以预见，未来的AI竞争将从“数据与算力的军备竞赛”，转向“算法与智慧的创新竞赛”，而DeepSeek-R1，已然为这场新竞赛吹响了号角。