DeepSeek公司背景与发展

DeepSeek于2023年成立，其母公司幻方量化在量化投资领域成绩斐然，是国内顶尖的量化投资公司，管理规模曾一度突破千亿大关。2020年3月，幻方量化建立萤火一号算力集群，紧接着在2021年建立萤火二号，二者共同构成了当时亚洲规模最大的私有化AI算力池，拥有近万张A100 卡。当时，幻方量化出于自身量化投资对算力的需求建立此算力池，同时面向公众开放使用。这一举措为后来大模型的发展奠定了坚实基础，也展现了幻方量化在技术布局上的前瞻性。

DeepSeek模型发展历程

DeepSeek在模型研发上稳步推进，2024年初推出首个大模型版本，起初在行业内并未引起较大轰动。然而，2024年5月推出的V2版本开始崭露头角，性能对标GPT-4，而价格仅为GPT-4的百分之一。在国外学术圈和工业圈，它早早受到关注，特别是在代码开发领域表现突出，成为国外众多AI Coding软件中唯一集成的国产大模型。去年年底推出的V3和R1版本更是引起了国内外的广泛关注，其模型性能对标国外最顶尖的OpenAI-o1模型，充分展示了DeepSeek在技术研发上的实力。

DeepSeek技术优势剖析

基于强化学习的训练方式

DeepSeek-R1的Zero版本基于大规模强化学习进行训练，抛弃了传统的基于人类标注反馈数据训练的奖励模型，选择了客观评价指标作为奖励模型。这种奖励模型主要基于两个核心要点：一是回答的答案是否准确，即是否可通过计算规则进行检验；二是答案格式是否符合要求，即是否包含了思考的过程。以回答数学问题为例，若模型简单回答正确记1分，若通过逻辑推理得出正确答案则记2分，答案错误记0分；在代码生成任务中，通过编译器运行结果判断，符合预期记1分，编译失败或结果错误记0分，有思考过程会额外加分。与传统依赖人类标注的方式相比，DeepSeek的评价方式更加客观，有效避免了人类标注存在的效率和准确率问题，同时也规避了人工反馈带来的主观和价值观因素影响。

创新的模型架构

在模型架构方面，DeepSeek有诸多创新。DeepSeek采取目前流行的混合专家（MoE）架构，MoE借鉴了人类大脑的工作原理。大脑的不同区域负责不同功能，如前额叶负责逻辑推理，颞叶中的梭状回面孔区负责人脸识别、而海马体负责记忆等。MoE架构下参数量虽大，但特定任务仅由特定的一小部分参数处理，这极大地降低了计算消耗，同时也便于对参数权重进行定向优化。此外，DeepSeek自主创新的MLA模型通过算法调整，减少了推理过程的KV Cache，降低了显存消耗，进而提高了推理效率。这两种架构的结合，为DeepSeek的高性能表现提供了有力支持。

软硬件协同优化策略

虽然DeepSeek很早就建设了万卡集群，但是与国外同行相比，规模依然不足。面对算力资源的限制，DeepSeek采用了精细的调度算法，压榨硬件的每一分算力。传统方式在训练时，参数权重更新需一层一层按顺序处理，存在排队等待的情况，导致算力利用率不高。而DeepSeek的DualPipe调度算法类似于流程优化，通过合理安排前向过程、后向过程以及层间通讯，使有前后依赖的任务紧密协作，从而在最短时间内完成一轮迭代训练。这种软硬件协同的方式，在国产GPU算力与英伟达GPU存在差距的情况下，通过软件优化弥补了硬件的不足，为AI产业的发展开辟了新的路径。

DeepSeek的特点

DeepSeek的以下几个特点，使其成为独树一帜的标杆。

首先，其训练成本大幅下降，外媒报道仅需几百万美元，与之前动辄上亿的训练成本相比成本显著降低。同时，通过蒸馏DeepSeek生成高质量的推理数据，再利用这些数据微调像千问、Llama等开源小模型，用极低成本大幅提升了这些小模型的性能。

其次，DeepSeek将最大规模的671B模型参数完全公开，且开源协议非常宽松，允许自由修改、复制和商业化，这消除了企业在数据安全方面的顾虑，使企业能够放心地在自己的环境内部署私有化版本，将企业内部的文档、技术资料甚至财务数据用于大模型的问答和应用，扫除了大模型应用的最大障碍。

因此，DeepSeek彻底颠覆了AI产业原有的商业模式，原来通过商用模型部署的业务模式因DeepSeek的出现而发生巨大改变。

DeepSeek使用经验分享

访问与替代方案

目前，DeepSeek提供了官网和APP供用户使用，但是因用户量爆棚，在使用时可能会出现不稳定的情况。在这种情况下，有一些替代方案可供选择，如腾讯元宝和 纳米搜索等。这些平台支持全尺寸模型的问答功能，还具备联网搜索和文件上传等功能，在DeepSeek官网不稳定时能为用户提供备用方案。

使用技巧与注意事项

使用DeepSeek时，打开“深度思考”开关至关重要，因为该开关关闭时使用的是V3非推理模型，而打开后则调用R1推理模型，能获得更强大的功能。在提问方式上，相比以往复杂的提示词工程，DeepSeek推荐使用更自然的表达方式。用户只需专注描述问题的背景信息、明确自己的目标以及添加风格提示等，例如要求“面向初中生以鲁迅风格写一篇食品类科普文章”。此外，强烈推荐用户阅读清华大学出版的关于DeepSeek使用介绍的 PPT，其中详细介绍了向DeepSeek提问的技巧，有助于用户更好地与模型进行交互。

如何将DeepSeek用于科普创作？

科普主题发掘

DeepSeek在科普主题发掘方面具有很大的潜力。它可以在特定领域，如前沿科技、城市生活常识、当下流行的伪科学等方向，为创作者提供科普主题。同时，还能根据不同的受众群体，生成相应的主题。例如，针对60~70岁的老人，DeepSeek会提供围绕健康管理方面的三高管理、科学饮食，以及退休后的心理健康指南等主题；而针对青少年破除伪科学的需求，DeepSeek会提供星座算命、手机致癌、外星人绑架等新奇有趣的主题。此外，结合近期热点新闻，DeepSeek能从热点话题中筛选出有价值的科普主题，如根据近期小行星撞地球的热点话题，为科普创作提供灵感。

科普内容生成

基于给定的科普主题，DeepSeek能够为不同受众生成针对性的科普内容。以人造太阳的科普为例，当要求为小学三年级学生创作科普文章时，它会避免使用专业术语，尽量用浅显易懂的语言描述人造太阳的价值和功能；而当为高中三年级学生创作时，则会包含科学专业术语和相关数据，适合高中学生作为课外拓展阅读。DeepSeek还可以生成短视频脚本，为科普短视频的制作提供便利。同时，在科普分级读物方面，它具有生成不同难度文章的能力，通过难度设定可以精确匹配不同阅读水平的需求，这对于中文科普分级读物的发展具有重要意义。

此外，在科普访谈方面，DeepSeek可以根据访谈对象和主题，结合互联网上的相关材料，生成定制化的访谈提纲。访谈结束后，还能根据访谈文字稿辅助生成总结文章，提高工作效率。在处理国外前沿论文时，DeepSeek可以将论文内容转化为有趣的科普文章，在内容风格上并非机械解读，而是结合科普宣传的需求，吸引读者的注意力。

拓展应用场景

DeepSeek结合其他技术，能够拓展科普内容创作的边界。例如，结合简易AI自动化匹配视频素材并进行剪辑，再结合文本生成语音（TTS）技术，可以制作完整的科普短视频；结合豆包进行文本生成，实现图文混排，使科普内容更具吸引力；结合Kimi等相关工具可以制作科普PPT，用于展示科普知识；结合数字人技术生成科普数字人，为中小学生或特定用户群体介绍科普内容，这种应用在科普基地、博物馆等场所具有广阔的发展空间。

AI时代不缺好答案，而是缺好问题。提出好问题可能是人们未来需要学习、提高的重要素质。期待人工智能未来在科普内容创作领域发挥更大的价值，助力全民科学素质水平提升。

（作者：董霖，浙江省科普联合会副会长、每日互动创始团队成员、首席数据官）

本文根据浙江省科普联合会周四夜学内容整理

来源: 科小二