深入研究Deepseek以及团队精神，启示我们什么？

创始人：梁文锋

背景：80后，浙江大学电子工程系人工智能方向毕业，本土背景。

特点：兼具强大的infra工程能力和模型研究能力，学习能力强，像极客而非老板。

理念：强调“是非观”置于“利害观”之前，倡导原创式创新。

教育背景：浙江大学 。

终极愿景

"让每个开发者都能调用AGI能力，如同使用电力般自然"

1. **2025目标**：

 - 千亿参数开源生态

 - AGI测试基准框架

2. **2030愿景**：

 - 通用问题求解系统

 - 跨模态认知引擎

发展里程碑

简介：梁文锋出生于1980年代，广东省的一个五线城市（小镇学霸）。他的父亲是一名小学老师。梁文锋的家庭情况较为低调，公开资料中未提及其婚姻与家庭情况。梁文锋毕业于浙江大学，主修软件工程，本硕，人工智能方向。他在大学期间表现出色，展现了对计算机科学和数学的浓厚兴趣。梁文锋非常低调，几乎看不到媒体对他的采访，网上难以发现他的照片。本文编写时找到两篇记者采访，能否了解梁文峰的从量化到AI的背景及动因和抱负，包括创办深度求索储备的数万块GPU,以及如何组织AI本土研究人员。阅读DeepSeek V3的技术报告列出的研发人员名单近200人，均为本土CS，很多核心是清北及大学应届的CS硕博，即便核心人员也是毕业3-5年CS博士，研发人员充分信任不断自我选择，这是中国最像OpenAI研发组织分工和氛围的AI研究机构。本文引用了两篇记者采访,以及梁文峰自己为量化之父西蒙斯自传中文版本写的前序。

DeepSeek：AGI技术奇点

颠覆式创新技术点

A[多头潜在注意力MLA] --> B[显存占用降87-95%]

C[DeepSeekMoESparse] --> D[计算量降60%]

E[动态稀疏激活] --> F[推理成本降90%]

2024.05：DeepSeek V2引发行业价格战，一周后全部模型集体降价

2024.12：DeepSeek V3 685B超越Llama3.2

训练成本：600万美元（Meta同级别1/9）

性能指标：MT-Bench 8.7, MMLU 83.5

DeepSeek R1 的成就

App Store 排名：DeepSeek R1 冲到了美国区 App Store 第一名，超越了 OpenAI 的 ChatGPT。

口碑与技术实力：DeepSeek 没有市场部，也没有做任何市场投放，完全依靠技术实力和口碑赢得了用户的认可。

DeepSeek R1 的技术特点

性能与成本：DeepSeek R1 的效果比肩顶尖闭源模型 o1，但价格仅为 o1 的 27 分之一。

开源与创新：DeepSeek R1 的开源让行业认知整体拉齐，得到了全世界的尊重和喜爱。

DeepSeek R1 的创新模型 R1 Zero

训练方式：R1 Zero 跳过了监督微调 (SFT) 阶段，直接采用强化学习 (RL) 进行训练。

研究结论：模型的思考能力是可以自我涌现出来的，这一发现具有革命性。

DeepSeek R1 的影响

行业影响：DeepSeek R1 的发布引发了美国科技界的恐慌，Meta 内部对 DeepSeek V3 的出色表现感到震惊。

市场影响：DeepSeek R1 的低成本和高性能使得英伟达的市场地位受到挑战，其股价短期内大跌超3%，市值蒸发超300亿美元（27日盘前又跌14%）。

DeepSeek R1 的未来展望

开源模型的进步：开源模型的进步将超越闭源模型，顶级模型的推理价格急速下降，技术更加普惠平权。

AI 编程与创作：AI 编程将随着模型能力的提高，显著提升效率并降低门槛，AI 的创作能力将不断提升，催生更多 AI 创作的可消费内容形式。

DeepSeek 的组织与文化

吸引人才：DeepSeek 通过组织和文化吸引了有才华的年轻人，通过开源开放吸引了社区的贡献者。

技术前沿：DeepSeek 的研究员大多是年轻人，他们选择加入 DeepSeek，一起挑战世界最强模型。

创新方法论

- **资源调配**：

- GPU资源：无审批即时调用

- 团队协作：动态项目制

- **研发文化**：

- 70%时间自由探索

- 30%定向攻坚

- 日均论文阅读量2.3篇/人

总结

在今天这个社会高速发展的阶段，特别是科技创新企业，要用于颠覆式创新，走别人没走过的路，用于尝；其次敢于试错，试错对于很多科学研究以及实验具有非常高的价值。企业以及员工的格局要大，用于解决人类科技难题。