看完这篇，你会对 2025 年接下来 AI 圈即将要发生的大事件，有更好的判断。

张鹏：从你的角度，DeepSeek 这次爆火背后，最值得关注的创新点是什么？

方汉：最早知道 DeepSeek 是在 2022 年底、2023 年初去买卡的时候，意外得知幻方有万卡。后来注意到 DeepSeek-Coder 模型在代码类 Benchmark 上一度冲到全球第一。

再就是「推理价格屠夫」DeepSeek-V2 的推出，直接把模型推理价格打到了当时业内平均价格的 1/10。这里面有两项技术印象特别深刻，一个是 MLA（多头注意力的优化），第二个是 MTP（Multi-Token Prediction，多 token 预测）。

最近是 V3 和 R1 的推出。V3 是一个挺强的基模，但是它跟 Meta 的 Llama 405B、Qwen 等系列开源模型一样，前面还有两个天花板，OpenAI 的模型和 Anthropic 的 Claude。但是 DeepSeek-R1 这一次直接能够排到第二名的位置，开源模型有史以来最好的成绩，这是让我们最震惊的。

DeepSeek-R1 在后训练阶段大规模使用了强化学习技术，在仅有极少标注数据的情况下，极大提升了模型推理能力。在数学、代码、自然语言推理等任务上，性能比肩 OpenAI o1 正式版。｜来源：DeepSeek

张鹏：DeepSeek-R1 里的模型技术，有哪些创新让你们印象比较深刻？

方汉：技术角度，这次 R1 做了很多技术上的改进，像 DualPipe 算法，像用 PTX 去写通讯之类的，最印象深刻的肯定也是训 R1-Zero 用的 GRPO 这个技术，这是整个 R1 里最核心的东西。

因为 OpenAI 在做 o1 的时候，请了上百个数学博士天天解题，数据非常高质量，但他从来不对外界说怎么做数据。大家也知道很多公司会用 PPO，真正能把 PPO 用得特别好的还是 OpenAI 和 Anthropic。国内大家在 PPO 用不好的前提下，DeepSeek 用 GRPO 的方法非常巧妙，省掉了 Critic Model，后者做起来特别大、特别慢。

通过 GRPO 的方法，可以快速迭代出一批特别高质量的 CoT 数据，这一点特别令人震惊，等于说 OpenAI 自己辛辛苦苦找人花钱做出来的数据，被咣地一下给开源了，而且从结果上来看，它的质量特别好，不逊于 OpenAI 的内部数据。这一点是非常非常革命性的，我们一直认为合成数据比不上人的数据，但是R1 这一次有可能表明，合成数据不比人标的数据差。这给很多人带来了希望，像欧洲、印度、韩国都觉得自己也可以做了。

张鹏：一些在硅谷的华人 AI 研究员也说，可能过去海外的大模型对于高质量中文数据没有特别较真过，但 DeepSeek 较真了。方汉你怎么看「大家说 DeepSeek 文笔好」？

方汉：虽然我学的是理科，但我高考作文是满分，所以对古文比较熟，我特别喜欢让大模型写古诗词。在这件事上，现在写的最好的模型实际上是 Claude，也就是说 Claude 的文采比 ChatGPT 要好很多。我觉得还是数据的原因，大家公认 Anthropic 对数据的品位最高，数据做得最好，他们的数据团队规模在语文和写作方面非常强，我猜 DeepSeek 也是类似。

DeepSeek 内部可能有一套方法，可以从现有的数据里面生成质量非常高的语文数据，这是我的猜想。因为请大量顶尖团队比如北大中文系标数据，DeepSeek 未必竞争得过大厂，（靠人工标注数量和质量取胜）逻辑上讲不通。DeepSeek 在不要人干预的情况下，可以用 GRPO 可以生成数学和编程的 CoT 数据，那这些方法能不能用在语文上去生成高质量的语文数据，这是我更相信的一个推断。

另外，我们在做推理模型的时候有个叫 temperature（温度）的参数，如果把这个参数值设得高，模型就开始胡说八道、特别有创意，但也很容易崩。可能因为 R1 的推理能力很强，哪怕把 temperature 加得比一般模型高，也是比较活跃且不容易崩。

张鹏：除了文笔好，很多用户也被 DeepSeek 思考过程的透明和清晰的逻辑打动，R1 是第一家展示思考过程的模型吗？你觉得 OpenAI 为什么不给大家公开思维链？

方汉：我觉得 OpenAI 就是想保守机密，OpenAI 一直认为思维链数据是它最值钱的数据，所以很早就出了一个 term sheet（条款），你要是敢 jail break（越狱）问他 CoT 的问题，他会封你的账号。R1 发布之后，OpenAI 也把 o3-mini 的思维链输出了，但这里是总结版的思维链，结果又被网友骂了，然后现在又正在把总结再去掉。

当然大家没有想到的是 DeepSeek 说，要不我试一下，我也不要中间这个步骤，直接给你强化学习行不行？很长时间大家都觉得中间需要搞一步 SFT，结果 DeepSeek 出来跟你说，我们试了一下，好像不需要也行。

张鹏：因为没有人做出来过，或者没有人按这个方式做出来过。你怎么评价这次 R1 展示的透明的思维链？

DeepSeek 推测，用户说是别人的提问，很可能是用户自己的提问。｜截图来源：DeepSeek App

方汉：从纯技术的角度，看思维链可以改进你的 prompt。但对于绝大部分用户，不会这么用思维链。

对于用户来说最可怕的体验是，看到 R1 思维链这么严密的推理过程，有点像我们小时候看卡耐基成功学、有点像听一些特别牛的人把他思维方式给你讲一遍，你是会很震撼的。

现在，你目睹了 AI 用一个聪明人、成功学的方法给你推导一个问题，所有人心里都会心生感叹，「这个 AI 真聪明，接近人类智能呢」。我觉得这对产品的推广来说，是一个决定性的心理暗示。

DeepSeek-R1-Zero 的性能轨迹，整个强化学习过程中稳定且持续提升。｜截图来源：DeekSeek-R1 技术报告

张鹏：怎么理解强化学习在 R1 和 R1-Zero 体现出的效果？

方汉：打个不太恰当的比方来类比理解，让一个小孩学乒乓球，先让他看所有高手打乒乓球的视频，但他看完了之后仍然不会打。

这时候有两个方法，一是请国家队队员比如马龙来教他，但绝大多数家庭请不起国家队。怎么办呢？这时候请不起国家队的家庭就想了个办法，让人对着一个洞去打球，打不中就「电」你一下。奖惩机制下，终于这个小孩成了一个绝世高手，但是他这时候还不太懂乒乓球的规则，发球也不标准等等。这时候终于又请了一个教练，告诉小孩得按照什么样的规则打球，让他把规则学会，学会了就出去「大杀四方」，这个逻辑大概是这样。

这里其实有一个问题，刚才大家也聊到了，现在不知道 V3 这个基座模型看没看过高质量的 CoT 数据？但是它后来的激发做得非常成功。我觉得这给了所有「穷人」一个念想，我靠自己「电」自己，也能把自己「电」成高手。这样的话，很多欧洲、印度的公司也可以开始训练这种高质量模型了。

张鹏：方汉，你怎么看它对于 AI 产业站在全球视角比较确定接下来可能带来的影响、冲击和变化是什么？

方汉：大家都说大模型的下一场是 agent，但如果是多 agent 协作的情况，只要有一个 agent 拉胯，最后质量就很差。现在 R1 保证了 agent 智能的下限比较高，很多以前完不成的、比较长、比较复杂的任务，有可能很快就会被解决。比如 AI 编程，原来只能写单个函数，甚至只能写一个文件，现在有了 R1 这样特别强的模型，是不是可以直接把整个工程生成出来，而且交叉地修改、debug？这样就真正成为一些可用的生产力。

对于具体的产品，我觉得所有跟 agent 相关的新的产品模式会快速涌现，而且由于模型是开源的、成本还特别低，很多产品也开始看到了盈利的曙光，因为推理成本下降了，而且能力还上升了。

另外，R1 在数学跟编程任务上表现最好，因为数学和编程是人类用符号来固化思维的两个最显著的领域。相应地，还有科学，比如说像 AlphaFold 做的是蛋白质折叠预测。我认为跟符号化形式相关的、数据比较强的领域，都会带来特别大的效率改善。

张鹏：昆仑万维的产品线会更丰富，这里有没有一些比较具象的思考？经过年初这一波冲击之后，在AI应用上有什么新的启发？

方汉：DeepSeek 不是第一个开源的，但它是开源的模型里面质量最好、最接近 OpenAI 的水平的，这是它出圈的根本原因，这给 AI 应用带来一系列影响。

首先他把一个很高质量的模型的推理成本打低之后，给商业模式带来了更多的可能性，免费类的AI应用会逐渐出现。

第二，降低 AI 应用的门槛是关键。全球能够写好 prompt 人数不会超过 1000 万，所以怎么降低 AI 应用的门槛非常关键。举个例子，最近谷歌 NotebookLM 会爆火，就是因为它极大地降低了应用门槛，不用写 prompt，把 PDF 拖进去，按一个按钮就给你生成播客了。

第三，云计算时代，有一个词叫云原生，是指一些在云计算出现之后才涌现出的云原生公司，这些公司完全是轻资产，所有服务都跑在云上。我觉得 AI 时代的应用也会有类似变化，现在 AI 原生的产品经理其实还不多，大部分人都还在用互联网和移动互联网的思路来做 AI 应用。这是一个痛点，大家都还在摸索。但接下来，产品经理当老大的 AI 公司会越来越多，AI 原生的产品设计也会越来越多。

最后，很多公司现在做了效率类的 AI 应用，但是从互联网跟移动互联网的经验来看，效率产品的增速一定比不过娱乐产品，人类都是喜欢娱乐至死，而娱乐产品其实并不一定需要特别强的 AGI，但是需要特别强的AIGC，所以我认为娱乐产品的发展速度接下来会远远超过 ToB 的效率产品。

张鹏：效率型的工具可能是人类的一部分需求，人类无尽的需求是娱乐，你觉得在娱乐这件事上 2025 年有什么样的东西值得看？在娱乐方面会出现足够让人兴奋的 killer APP 吗？

方汉：人类最喜欢、成本最低、门槛最低的娱乐方式是视频，我们认为视频生成领域一定会涌现出最大的 killer APP，只是不知道是传统的渠道为王、还是新的视频制作平台为王。

大家都知道短视频席卷全球，短剧现在是第二波，也要开始席卷全球，现在就算短视频的成本很低，但是拍一部短剧也要 100 万人民币，所以现在中国每年只能产三四千部短剧。如果我们能够把单部短剧的成本达到 2000 块钱，那么全世界每年可能会有几百万部短剧的产出，这会对整个业界带来非常大的冲击。

打个比方，我没有学过音乐、也五音不全，现在用我们的音乐生成大模型，我可以做很多首歌。同时在成本上，举个例子，我们原来做游戏业务的时候，订购一首音乐平均 5 万块钱左右，现在音乐模型推理成本可能只有几分钱，这就是成本以及门槛的降低。

当一个东西的生产门槛以及成本显著降低，AI内容就会像抖音的短视频作者那样，因为手机摄像头和 4G 的出现，生产出大量短视频内容。但我觉得 2025 年还可能还没有到时间点。现在的视频生成模型虽然已经非常强了，但是还没有到能够取代完整的影视产业链的地步。

去年底，昆仑万维在美国上线 AI 短剧平台 SkyReels，在全球 AI 娱乐市场做出进一步探索。｜来源：昆仑万维

张鹏：今年的视频生成领域还会像 2024 年一样快速迭代吗？

方汉：对。2023 年春晚已经有 AIGC 的视频出现了，但那时候还比较原始，现在比如字节最新发的 OmniHuman 视频质量就非常好了，大家都在飞速演进。

而且大家也不要迷信 OpenAI，Sora 已经被第三方的、闭源的、开源的模型迅速追上，也就是说 OpenAI 在图像生成和视频生成领域起了个大早，赶了个晚集，现在无论开源还是闭源，都有跟 Sora 比起来有很强的竞争力的视频生成模型。而且开源生成模型有更好的生态，对长尾需求的满足也会更好，最终基于此的商业模式也会最多。

张鹏：你怎么看 chatbot（聊天机器人）这种类型的产品？娱乐陪伴型的 chatbot 是一种，ChatGPT 也是一种 chatbot，这种类型的产品未来还会是一个标准形态吗？还是一个过渡形态，接下来要探索新的东西？

方汉：我认为它只是一个原始形态。就像最早 QQ 刚出来的时候，大家都是用键盘打字输入到 QQ 对话框，但是到微信出来的时候，我妈妈从来不给我打字，都是直接发语音，甚至一言不合就开视频。所以我认为现在的 chatbot 只是一个很早期的形态，像 GPT-4o 把多模态像语音、视频引入 chatbot，是自然的过程、逐渐演进的。

就像早期的互联网有一个产品叫 MUD（Multi-User Dialogue，多用户对话），从文字 MUD（文字冒险游戏）又衍生出来了两个重量级的娱乐游戏产品，一个是叫大话西游，一个是叫魔兽世界。我认为现在的 chatbot 演化的终极形态有可能是一个类似于元宇宙的、虚拟多媒体的交互形态。

张鹏：R1，包括 V3 在保证模型效果的情况下，实现成本相对比较低。这是为什么？

方汉：由于美国的禁运，我们能够得到的算力资源是有限的。这样会倒逼所有中国团队在软件优化上倾注比美国同行更多的精力。像 DeepSeek 团队做的那样，比如实现了 FP8 混合精度的训练，压缩显存占用来让训练速度更快。在训练加速上，他们做出了卓越的努力，也获得了丰厚的回报，这不是只在 R1 里才有体现，之前训练 V2 也已经展现出这个实力。

张鹏：我再追问一下，DeepSeek-R1 出来之后，紧接着英伟达来了个近年来最大跌幅，有了更高效率训练出来的模型，大家对英伟达的预期怎么样？

方汉：我的观点是，对英伟达来说，短期利空、中期利好、长期利空。

尽管 OpenAI 和软银的「星际之门」号称要投资 400 亿美金，买的都是英伟达的训练卡，但是 DeepSeek 现在把训练成本打下去之后，美国人也不能自己花 100 亿美金，来训练中国人只要花 10 亿美金的任务。之前一路高涨的股价，是因为所有投资者都是赌他的训练卡，所以我觉得短期利空英伟达。

中期利好是什么原因呢？如果仔细看 DeepSeek 的技术报告，他们的所有的推理优化都是基于英伟达的 CUDA 平台，比他们更懂英伟达 CUDA 平台的也没有几家。一旦 DeepSeek 把特别好的模型的推理成本打下来之后，模型就更容易商品化，之后整个市场规模会变大。所以英伟达的推理卡在中期一定会卖得非常好。

长期利空是当大模型开始固化下来，英伟达推理卡的壁垒就保不住了，第三方厂商的机会就开始来了。像美国有家叫 Groq 的公司，中国最近也有数十家芯片公司宣布支持 DeepSeek 模型部署。

张鹏：如果你是梁文峰，你觉得 DeepSeek 接下来下一步的重心会是什么？

方汉：我觉得 DeepSeek 是一个非常轻商业化的公司，完全是靠技术力破圈，而不是靠推广破圈。很多人愿意跟着梁文峰总干的一个原因是因为他纯粹，到现在他还在手敲代码。我觉得一个公司的 CEO 还在手敲代码的时候，这个公司一定是一个非常技术向的公司。

他们的服务器扛不住这件事情，他肯定会花心思去解决，但是至于流量能不能接得住？我个人觉得不是他关心的重点。而且只要 DeepSeek 的技术继续迭代，还会有泼天的流量，这也不是个问题。

当务之急肯定还是怎么样招更好的、志同道合的人进到他的团队，继续快速迭代，因为从 V2 出的 MLA、MTP，再到 R1 的 GRPO 出的 Dualpipe，你可以看到里面别出心裁的技术革新层出不穷，说明他们是一支非常有战斗力的团队，人才密度很高。只要他继续保持人才密度，不盲目扩张，还会继续在 AGI 的道路上带来更多惊喜。

张鹏：你觉得他接下来这个产品节奏怎么样？到底会用多快的速度发哪个版本的什么？

方汉：我认为 DeepSeek 接下来首先是泛化数据，现在的数据主要是编程跟数学，要把数据泛化到理科、文科，OpenAI 原来是雇数学博士，现在据说开始雇生物博士去构造数据。我觉得现在 DeepSeek 有了更好的资源也一定会在构造数据上做出更多的探索。

第二，它也会泛化训练方法到多模态以及不同的领域。今天看到香港中文大学的一篇论文，已经有人把 o1 的训练方法泛化到图像生成上了，所以我觉得这两个方向应该都有很大的空间可以挖。

张鹏：某种程度上很多人都看到所谓叫泼天的流量，但其实未必跟他站在同样的视角，他可能看到的是服务器压力很大，下一个模型还要再超越，更新的速度还要更快，开源的持续价值交付……在这个世界打开一扇门的时候，我要能够探索一个更大的天地，这里反而需要花更多的时间聚焦在技术上。怎么在不商业化的情况下把这事做好，反而是更难的挑战。