馮驥發文盛讚DeepSeek，應用現已升至全美下載榜第一！

1月27日，杭州幻方量化公司旗下的大模型DeepSeek，目前已經順利反超谷歌的Gemini、微軟的Copilot、OpenAI的ChatGPT，登上美區和國區蘋果商店應用商店免費下載榜單第一名，此外，DeepSeek在英國區免費應用下載榜的排名也升至第二名！

今天凌晨，遊戲科學創始人、CEO馮驥發文盛讚DeepSeek，認爲DeepSeek可能是個國運級別的科技成果，馮驥希望利用自己的影響力讓更多玩家知道DeepSeek，有些圈內人說馮驥蹭熱度，我認爲主要是因爲遊科（黑神話B1部門）和深度求索都是杭州公司，也是今年杭州拿到世界上最能打的公司，遊科杭州部門在西湖區轉塘象山藝術社區，Deepseek母公司私募巨頭幻方在杭州拱墅（https://www.xiaoheihe.cn/community/7214/list/142452265?heybox_id=19441452），馮驥一共列舉了6條突破：

1、強大。比肩O1的推理能力，暫時沒有之一

去年12月的時候我在小黑盒介紹了DeepSeek-V3版本（https://www.xiaoheihe.cn/community/7214/list/142137916?heybox_id=19441452）。

當時在Hugging Face Open LLM Leaderboard中，DeepSeek-V3的綜合得分（89.1）與GPT-4o（89.3）處於同一量級，這次的DeepSeek-R1與o1同樣處於同一量級，在數學、編程等結構化任務中表現還要突出，在AIME 2024數學競賽中，DeepSeek-R1的準確率（79.8%）還要略超OpenAI o1-1217的準確率（79.2%）。

2、便宜。參數少，訓練開銷與使用費用小了一個數量級

DeepSeek也是採用MoE（混合專家）架構，V3版本單次推理能耗0.38Wh/query，對比4o是4.2Wh/query，API調用成本0.0003/1k tokens，對比GPT−4o是0.0003/1k tokens，很多開發者都從OpenAI轉投DeepSeek，便宜又好用纔是王道。這次的R1訓練成本尚未完全公開，但這一週看下來根據大家估算，差不多隻有OpenAI o1的三十分之一。

3、開源。任何人均可自行下載與部署，提供論文詳細說明訓練步驟與竅門，甚至提供了可以運行在手機上的mini模型。

這一點絕對的遙遙領先，圖靈獎深度學習三巨頭Lecun親自爲DeepSeek站臺，DeepSeek的勝利是開源的勝利，DeepSeek纔是真正的Open AI，大於Sam的CloseAI。可以在移動端運行的mini小模型性能也非常炸裂，已經超了OpenAI o1-mini。

4、免費。官方目前提供的服務完全免費，任何人隨時隨地可用

這一點也沒太多好說的。DeepSeek應用端提供R1和聯網功能，對比免費榜單上一票假免費大模型應用要良心得多，而且不需要開會員或者訂閱就能使用（不排除之後會開會員），但考慮到成本很低，會員訂閱費用肯定比o1低，而且利潤空間不小。這裏馮驥說的還不太嚴謹其實，調用API是收費的，但是價格遠低於OpenAI，而且採用的是與OpenAI兼容的API格式，開發者只需要簡單的配置修改就能完成替代，如果馮驥是面向廣大基礎用戶說這話也是梅瑟莫問題，畢竟大部分用戶也不會用到API。

5、聯網。暫時唯一支持聯網搜索的推理模型（o1還不支持）

沒問題。馮驥這裏說的是推理模型，R1確實是唯一支持聯網搜索的推理模型，R1+聯網展示出來的思維鏈效果極其驚豔。

6、本土。深度求索是一家很小規模的年輕中國公司，由沒有海外經歷甚至沒有資深從業經驗的本土團隊開發完成

深度求索團隊成員由本土頂尖高校少年班成員構成，無海外經歷，100%內資，而且也沒有騰訊阿里等巨頭的注資。

最後是馮驥說DeepSeek是國運級成果，這一點需要聊聊DeepSeek的核心創新，傳統大模型訓練依賴監督微調（SFT），DeepSeek R1直接通過大規模強化學習（RL）提升推理能力，可以理解爲DeepSeek創出了一條不那麼依賴高性能卡去做大模型的路。我目前找到的是下面幾篇核心論文《RL-Centric Architecture》、《GRPO Optimization》、《Knowledge Distillation Paradigm》、《DeepSeek-Math》（前三篇是RL+GRPO，利用蒸餾降低訓練成本，後面一篇是DeepSeek去年放在arxiv上的探索大模型數學推理的論文，目前Meta各大公司也在做逆向工程研究DeepSeek降低成本的方法。過年我的時間比較充足，如果大家想看的話，我也可以在小黑盒把四篇文章剝開詳細聊聊）。