首页 › 品牌與機構 › AI 工具與應用 › DeepSeek 深度求索

DeepSeek 深度求索 wiki

杭州人工智能公司,以低成本开源模型震动全球

深度求索(DeepSeek,全名杭州深度求索人工智能基础技术研究有限公司)是 2023 年 7 月在杭州成立的人工智能公司,由量化投资机构幻方量化孵化,创办人为梁文锋[1]。公司專做大語言模型與推理模型,並以「開源權重 + 極低訓練成本」打出名堂——2025 年 1 月發佈的 DeepSeek-R1,令全球科技股在一個交易日內大幅下挫[3][4]。

与大多数前沿 AI 实验室不同,深度求索长期靠母公司內部資金運作,没有大规模外部融资;直到 2026 年 4 月才传出首次对外融资,估值传闻不低于 100 億美元[1]。它同時是少數把模型權重、技術報告与训练细节一并公开的尖端实验室[2][5]。

[ 编辑导言 ]

🏢 2023 年 7 月:由量化基金長出來的 AI 公司

[ 编辑 ]

深度求索不是从车房开始的初创。它的母公司幻方量化 2015 年成立,2016 年推出第一個 AI 模型做量化策略,2019 年管理规模突破百亿元人民币,2021 年更突破千億[1]。2020 年幻方的 AI 超级电脑「螢火一號」投入運作,2021 年再投入十億元建「螢火二號」——这批算力,后来成为训练大模型的底子[1]。

2023 年 7 月,幻方宣布成立大模型公司 DeepSeek,正式进军通用人工智能。這種「用交易赚来的钱养研究」的模式,解釋了它为何能在没有融资的情况下,连续两年做出前沿模型[1]。

👤 梁文鋒:由湛江到浙大,再由量化到 AI

[ 编辑 ]

梁文锋 1985 年生于广东湛江吴川,17 歲考入浙江大学,在浙大读信息与电子工程,师从项志宇,研究方向是机器视觉[1][7]。2008 年他仍在读硕士时,已带队用机器学习做全自动量化交易;2015 年正式创立幻方量化[1]。

他极少接受访问,但多次公开强调「技術獨立」。在 DeepSeek 爆紅之前,他拒绝过多家国内外顶级机构与科技巨头的投资邀约[1]。2025 年 3 月,他以 330 亿元人民币财富首次登上胡润全球富豪榜;同年 4 月与英伟达行政总裁黄仁勋会面,讨论芯片设计[1]。

🧪 V2 與 V3:把成本壓到不可思議

[ 编辑 ]

2024 年 5 月,DeepSeek 發佈 V2,以低价 API 在内地引发一轮大模型价格战[1]。同年 12 月 27 日,V3 面世,技术报告同步上载 arXiv:这是一个混合专家(MoE)模型,总参数 671B、每个 token 启动 37B,用多头潜在注意力(MLA)与 DeepSeekMoE 架构,预训练语料 14.8 万亿 tokens[2]。

报告最令人震惊的不是跑分,而是成本:整个预训练只用了 278.8 萬個 H800 GPU 小時,按当时价格计约 557.6 万美元[2]。这个数字后来被反复引用,因为同期美国同级模型的训练预算动辄以十亿美元计[3][7]。

🌍 2025 年 1 月 20 日:R1 與那場股災

[ 编辑 ]

2025 年 1 月 20 日,DeepSeek 发布推理模型 R1,并以开源方式释出权重,让其他企业可以在其上改进[1][4]。同日,梁文锋出席国务院总理李强主持的专家与企业家座谈会并发言[1]。

接下来一星期,DeepSeek 手机应用程式在全球爆红:1 月 27 日,它在美國 App Store 免费榜登上第一,并在另外 51 个国家或地区同样排第一;下载量由 100 万急升至 260 万[4]。

同一个交易日,市场开始重新计算 AI 的资本开支逻辑。纳斯达克开市后跌 3.1%,標普 500 跌 1.85%,英伟达单日跌 16.3%,ASML 跌 7%,西门子能源跌约 20%[3]。有报道指英伟达当日市值蒸发约 5,600 億美元,是美股历来最大单日损失,并一度失去全球市值最高公司的位置[7]。微软行政总裁纳德拉在达沃斯论坛说,看到 DeepSeek 的新模型「令人印象非常深刻」,必须「非常认真地对待中国的这些进展」[7]。

🏛 2025:由技術事件變成公共事件

[ 编辑 ]

R1 之后,深度求索在中国内地由一家低调的研究公司变成公共话题:梁文锋上了胡润榜、与黄仁勋会面,团队关于 R1 的论文亦在 2025 年 9 月登上学术期刊封面[1]。外界对它的兴趣,由「为何可以这么便宜」转向「这套方法可否复制」——尤其是当美国对华高阶芯片出口仍受限的时候[3][7]。

🚀 2026:V4 與首次外部融資

[ 编辑 ]

2026 年 1 月,DeepSeek 发表论文《Conditional Memory via Scalable Lookup》,梁文锋署名[1]。4 月 24 日,公司发布 V4 预览版并开源权重:旗舰 V4-Pro 总参数 1.6 万亿、每个 token 启动 490 亿;轻量版 V4-Flash 总参数 2,840 亿、启动 130 亿,主打 100 万 tokens 长上下文[5]。

8 月 13 日,V4-Pro 正式可用(GA),加入可调节的推理力度(low/high/max)、原生支援 OpenAI Responses API,并同时公布新价格:分高峰与离峰时段,离峰价格比高峰低 50%,8 月 16 日起生效[6]。

同月,多家媒体报道深度求索正启动成立以来首次外部融资,市场估值预计不低于 100 亿美元,计划集资不少于 3 亿美元;有投资人形容「圈里信息已经炸了」,亦有人指该项目「完全投不进去」[1]。对一间长期强调不靠外部资本的公司而言,这是策略上的转向[1]。

🧩 產品與開放程度

[ 编辑 ]

对一般用户,DeepSeek 提供网页版与手机应用程式,设「专家模式」与「即时模式」;开发者则透过 API 平台接入,官方文件同步公开模型规格与价格[5][6][8]。对研究者,公司把模型权重上载到 Hugging Face,并附技术报告,让外界可以自行下载、微调甚至审视训练方法[2][5]。

這種「開源權重 + 低價 API」的組合,是它與大部分前沿实验室最大的分別:OpenAI、Google 的旗舰模型多数只提供 API,不公开权重;DeepSeek 則把兩樣一齊給,代价是竞争对手也可以站在它的成果上[4][5]。

📊 为何可以这么便宜:三个技术选择

[ 编辑 ]

V3 技术报告列出的省钱方法,来来去去是三件事。第一是架构:混合专家(MoE)让模型总参数很大、但每个 token 只启动一小部分(671B 之中只动 37B),推论成本因此大减;配合多头潜在注意力(MLA)压缩注意力运算的显存占用,两者都是 V2 已验证过的设计[2]。

第二是训练稳定性:V3 采用「无辅助损失」的负载平衡策略,避免传统 MoE 为了平衡专家使用率而牺牲模型表现;同时加入多 token 预测作为训练目标,提升数据效率[2]。

第三是精度与工程:团队以 FP8 混合精度训练,把显存与带宽需求再压低,并在 14.8 万亿 tokens 的语料上完成预训练[2]。三者叠加,才得出 278.8 万 GPU 小时这个数字——不是单靠「用平价芯片」[2]。

❓ 常見問題

[ 编辑 ]

問:DeepSeek 几时成立?
答:2023 年 7 月,由幻方量化孵化,总部在杭州[1]。

問:R1 的训练成本真的只有 560 萬美元?
答:557.6 萬美元是 V3 技术报告公布的预训练成本(278.8 萬 H800 GPU 小時);R1 是在此基础上做强化学习,外界常把两个数字混用[2][3]。

問:DeepSeek 的模型是开源的嗎?
答:是,权重公开在 Hugging Face,包括 V3、R1 與 2026 年的 V4 系列[2][5]。

問:为何 R1 会令英伟达股价大跌?
答:市场原本假设前沿 AI 必须靠大量高阶 GPU,DeepSeek 以低成本证明另一条路可行,令投资者重估芯片需求[3][4]。

問:DeepSeek 有无上市或融资?
答:公司长期靠幻方内部资金;2026 年 4 月才傳出首次外部融資,估值传闻不低于 100 億美元,未經公司正式確認[1]。

📚 参考资料

[ 编辑 ]
  1. 新浪财经:〈DeepSeek 首轮融资估值超 680 亿〉(2026-04-19,含成立与产品时间线)
  2. DeepSeek-AI:DeepSeek-V3 Technical Report(arXiv:2412.19437)
  3. Reuters:China's DeepSeek sparks AI market rout(2025-01-27)
  4. TechCrunch:DeepSeek displaces ChatGPT as the App Store's top app(2025-01-27)
  5. DeepSeek API Docs:DeepSeek V4 Preview Release(2026-04-24)
  6. DeepSeek API Docs:DeepSeek-V4-Pro GA Release(2026-08-13)
  7. 香港01:〈DeepSeek 成功秘诀深度解析〉(2025-01-28)
  8. DeepSeek 官方网站

🎥 视频

4 条相关视频 · 点击即场播放

如有任何编辑意见或发现错漏,欢迎 提交更正。