首頁 › 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,以低成本開源模型震動全球
此條目暫未有書面語版本,現顯示廣東話版本。

深度求索(DeepSeek,全名杭州深度求索人工智能基礎技術研究有限公司)是 2023 年 7 月在杭州成立的人工智能公司,由量化投資機構幻方量化孵化,創辦人為梁文鋒[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]。

與大多數前沿 AI 實驗室不同,深度求索長期靠母公司內部資金運作,沒有大規模外部融資;直到 2026 年 4 月才傳出首次對外融資,估值傳聞不低於 100 億美元[1]。它同時是少數把模型權重、技術報告與訓練細節一併公開的尖端實驗室[2][5]。

[ 編輯導言 ]

🏢 2023 年 7 月:由量化基金長出來的 AI 公司

[ 編輯 ]

深度求索不是從車房開始的初創。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 年管理規模突破百億元人民幣,2021 年更突破千億[1]。2020 年幻方的 AI 超級電腦「螢火一號」投入運作,2021 年再投入十億元建「螢火二號」——這批算力,後來成為訓練大模型的底子[1]。

2023 年 7 月,幻方宣佈成立大模型公司 DeepSeek,正式進軍通用人工智能。這種「用交易賺來的錢養研究」的模式,解釋了它為何能在沒有融資的情況下,連續兩年做出前沿模型[1]。

👤 梁文鋒:由湛江到浙大,再由量化到 AI

[ 編輯 ]

梁文鋒 1985 年生於廣東湛江吳川,17 歲考入浙江大學,在浙大讀信息與電子工程,師從項志宇,研究方向是機器視覺[1][7]。2008 年他仍在讀碩士時,已帶隊用機器學習做全自動量化交易;2015 年正式創立幻方量化[1]。

他極少接受訪問,但多次公開強調「技術獨立」。在 DeepSeek 爆紅之前,他拒絕過多家國內外頂級機構與科技巨頭的投資邀約[1]。2025 年 3 月,他以 330 億元人民幣財富首次登上胡潤全球富豪榜;同年 4 月與英偉達行政總裁黃仁勳會面,討論芯片設計[1]。

🧪 V2 與 V3:把成本壓到不可思議

[ 編輯 ]

2024 年 5 月,DeepSeek 發佈 V2,以低價 API 在內地引發一輪大模型價格戰[1]。同年 12 月 27 日,V3 面世,技術報告同步上載 arXiv:這是一個混合專家(MoE)模型,總參數 671B、每個 token 啟動 37B,用多頭潛在注意力(MLA)與 DeepSeekMoE 架構,預訓練語料 14.8 萬億 tokens[2]。

報告最令人震驚的不是跑分,而是成本:整個預訓練只用了 278.8 萬個 H800 GPU 小時,按當時價格計約 557.6 萬美元[2]。這個數字後來被反覆引用,因為同期美國同級模型的訓練預算動輒以十億美元計[3][7]。

🌍 2025 年 1 月 20 日:R1 與那場股災

[ 編輯 ]

2025 年 1 月 20 日,DeepSeek 發佈推理模型 R1,並以開源方式釋出權重,讓其他企業可以在其上改進[1][4]。同日,梁文鋒出席國務院總理李強主持的專家與企業家座談會並發言[1]。

接下來一星期,DeepSeek 手機應用程式在全球爆紅:1 月 27 日,它在美國 App Store 免費榜登上第一,並在另外 51 個國家或地區同樣排第一;下載量由 100 萬急升至 260 萬[4]。

同一個交易日,市場開始重新計算 AI 的資本開支邏輯。納斯達克開市後跌 3.1%,標普 500 跌 1.85%,英偉達單日跌 16.3%,ASML 跌 7%,西門子能源跌約 20%[3]。有報道指英偉達當日市值蒸發約 5,600 億美元,是美股歷來最大單日損失,並一度失去全球市值最高公司的位置[7]。微軟行政總裁納德拉在達沃斯論壇說,看到 DeepSeek 的新模型「令人印象非常深刻」,必須「非常認真地對待中國的這些進展」[7]。

🏛 2025:由技術事件變成公共事件

[ 編輯 ]

R1 之後,深度求索在中國內地由一家低調的研究公司變成公共話題:梁文鋒上了胡潤榜、與黃仁勳會面,團隊關於 R1 的論文亦在 2025 年 9 月登上學術期刊封面[1]。外界對它的興趣,由「點解可以咁平」轉向「這套方法可否複製」——尤其是當美國對華高階芯片出口仍受限的時候[3][7]。

🚀 2026:V4 與首次外部融資

[ 編輯 ]

2026 年 1 月,DeepSeek 發表論文《Conditional Memory via Scalable Lookup》,梁文鋒署名[1]。4 月 24 日,公司發佈 V4 預覽版並開源權重:旗艦 V4-Pro 總參數 1.6 萬億、每個 token 啟動 490 億;輕量版 V4-Flash 總參數 2,840 億、啟動 130 億,主打 100 萬 tokens 長上下文[5]。

8 月 13 日,V4-Pro 正式可用(GA),加入可調節的推理力度(low/high/max)、原生支援 OpenAI Responses API,並同時公佈新價格:分高峰與離峰時段,離峰價格比高峰低 50%,8 月 16 日起生效[6]。

同月,多家媒體報道深度求索正啟動成立以來首次外部融資,市場估值預計不低於 100 億美元,計劃集資不少於 3 億美元;有投資人形容「圈裡信息已經炸了」,亦有人指該項目「完全投不進去」[1]。對一間長期強調不靠外部資本的公司而言,這是策略上的轉向[1]。

🧩 產品與開放程度

[ 編輯 ]

對一般用戶,DeepSeek 提供網頁版與手機應用程式,設「專家模式」與「即時模式」;開發者則透過 API 平台接入,官方文件同步公開模型規格與價格[5][6][8]。對研究者,公司把模型權重上載到 Hugging Face,並附技術報告,讓外界可以自行下載、微調甚至審視訓練方法[2][5]。

這種「開源權重 + 低價 API」的組合,是它與大部分前沿實驗室最大的分別:OpenAI、Google 的旗艦模型多數只提供 API,不公開權重;DeepSeek 則把兩樣一齊給,代價是競爭對手也可以站在它的成果上[4][5]。

📊 為何可以咁平:三個技術選擇

[ 編輯 ]

V3 技術報告列出的省錢方法,來來去去是三件事。第一是架構:混合專家(MoE)讓模型總參數很大、但每個 token 只啟動一小部分(671B 之中只動 37B),推論成本因此大減;配合多頭潛在注意力(MLA)壓縮注意力運算的記憶體佔用,兩者都是 V2 已驗證過的設計[2]。

第二是訓練穩定性:V3 採用「無輔助損失」的負載平衡策略(auxiliary-loss-free load balancing),避免了傳統 MoE 為了平衡專家使用率而犧牲模型表現;同時加入多 token 預測(multi-token prediction)作為訓練目標,提升資料效率[2]。

第三是精度與工程:團隊以 FP8 混合精度訓練,把記憶體與頻寬需求再壓低,並在 14.8 萬億 tokens 的語料上完成預訓練[2]。三者疊加,才得出 278.8 萬 GPU 小時這個數字——不是單靠「用平價晶片」[2]。

❓ 常見問題

[ 編輯 ]

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

問:R1 的訓練成本真係只有 560 萬美元?
答:557.6 萬美元是 V3 技術報告公布的預訓練成本(278.8 萬 H800 GPU 小時);R1 是在此基礎上做強化學習,外界常把兩個數字混用[2][3]。

問:DeepSeek 的模型是開源的嗎?
答:是,權重公開在 Hugging Face,包括 V3、R1 與 2026 年的 V4 系列[2][5]。

問:為何 R1 會令英偉達股價大跌?
答:市場原本假設前沿 AI 必須靠大量高階 GPU,DeepSeek 以低成本證明另一條路可行,令投資者重估芯片需求[3][4]。

問:DeepSeek 有無上市或融資?
答:公司長期靠幻方內部資金;2026 年 4 月才傳出首次外部融資,估值傳聞不低於 100 億美元,未經公司正式確認[1]。

🎥 影片

4 條相關影片 · 點擊即場播放

📚 參考資料

[ 編輯 ]
  1. 新浪財經:〈DeepSeek 首輪融資估值超 680 億〉(2026-04-19,含成立與產品時間線)
  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 成功秘訣深度解析〉(2025-01-28)
  8. DeepSeek 官方網站
如有任何編輯意見或發現錯漏,歡迎 提交更正。