平替版Claude、和GPT-4“可以一战”、震撼硅谷的“国产之光”……2025年初，AI圈的首炸，属于脱胎于量化公司的DeepSeek。能用十分之一的价格、不到150人的研发团队，对打硅谷头牌大模型，DeepSeek的秘密何在？
当全球“AGI信仰”正因技术放缓遭遇挑战，“AI六小虎”的光芒开始褪色，沉寂的大模型领域急需一个振奋人心的新故事。
作为开年AI圈首炸，DeepSeek顶着“国产之光”的新王冠横空出世，震撼了海内外的一众科技大佬。
2024年12月，DeepSeek发布了最新的V3开源模型，评测成绩不仅超越了Qwen2.5-72B（阿里自研大模型）和Llama 3.1-405B（Meta自研大模型）等顶级开源模型，甚至能和GPT-4o、Claude 3.5-Sonnet（Anthropic自研大模型）等顶级闭源模型掰掰手腕。
更令人振奋的是，DeepSeek的故事很大程度上，打破了困扰国产大模型许久的算力芯片限制瓶颈。
V3模型是在2000块英伟达H800 GPU（针对中国市场的低配版 GPU）上训练完成的，而硅谷大厂模型训练普遍跑在几十万块更高性能的英伟达H100 GPU上。
这也让DeepSeek的训练成本得以被极大压缩。SemiAnalysis数据显示，OpenAI GPT-4训练成本高达6300万美元，而DeepSeek-V3成本只有其十分之一不到。
12月底，雷军开出千万年薪挖角DeepSeek研究员罗福莉的新闻，也让人们把更多目光投向了这个神秘团队。
据报道，DeepSeek包括创始人梁文锋在内，仅有139名工程师和研究人员。与之对比，OpenAI有1200名研究人员，Anthropic则有500多名研究人员。
2024年，这家鲜少做营销投放、创始团队极为低调的公司，还游离在主流视野之外。第一次引起普遍关注，还是因6个月前，DeepSeek首次掀起了大模型价格战，而被称作“AI界的拼多多”。
如今，没有寻求过外部融资、创始人有“囤卡富翁”之称、团队全是“清北等名校年轻人出品”——一串吸睛的标签，让这家AI创业圈的隐形巨头走向台前。
这一次，摆脱英伟达芯片束缚、技术平权的故事，轮到DeepSeek来讲了。
01、在硅谷“出圈”了
平替版Claude、和GPT-4“可以一战”、国产之光……2025年初的最大惊喜，属于脱胎于量化公司的DeepSeek。
相比于大模型公司的大手笔投流，或如Kimi、豆包等头部玩家还在用巨额营销换C端用户认知，DeepSeek的火热出圈，让故事有了“自上而下”的另一种讲法。
2024年12月底，DeepSeek V3大模型发布后便完全开源。模型测算数据显示，DeepSeek V3虽然文字生成类任务较弱，但其代码、逻辑推理和数学推理能力均名列前茅。
▲图片来源/DeepSeek官网
V3大模型上线后，DeepSeek同时上线了53页论文，将模型的关键技术与训练细节和盘托出。
论文披露：V3整个训练过程仅用了不到280万个GPU小时。相比之下，Llama 3 405B的训练时长是3080万GPU小时。考虑到V3训练芯片使用的是低配版的H800 GPU，其训练成本也被大幅缩减。这也动摇了行业内，“大模型能力跟芯片限制强绑定”的普遍认知。
OpenAI创始团队成员Andrej Karpathy发帖赞叹：DeepSeek-V3性能高过Llama3最强模型，且耗费资源仅十分之一，“未来或许不需要超大规模的GPU集群了”。
这也为长期受算力限制的创业团队们，提出了一个新解法——即便在算力有限的情况下，使用高质量数据、更好的算法，同样能训练出高性能大模型。
Meta科学家田渊栋惊叹道：“FP8预训练、MoE、预算非常有限的强大性能、从CoT中提取以进行引导……哇！这是伟大的工作！”
性能更强、速度更快的模型上线，也把DeepSeek的API调用定价进一步打了下来。近日，官方宣布DeepSeek的tokens价格调整为每百万输入tokens 0.5元（缓存命中）/2元（缓存未命中），每百万输出tokens 8元。
▲图片来源/DeepSeek官网
V3的发布，也引发了国内专业开发者社区的热烈讨论。不少AI应用层创业者、从业人士赞叹：“V3是用过的国产大模型里，编码能力最强的。”
有AI从业者在业务场景中应用后认为：“DeepSeek是目前国内唯一一个可以跟4o、Sonnet平起平坐的国产LLM（大语言模型）。”
能从系统角度，让模型越来越便宜，也给最近日趋焦灼的卷卡、卷算力、卷商业落地的大模型之战，提供了一种新的解法。
02、偏爱竞赛生，学院派管理
那么，能打造出如此低成本、高质量的模型，DeepSeek的团队又是怎样一群人？
实际上，早在DeepSeek出圈前，AI业界对它的技术实力评价便非常高。只是因为公司不融资，创始人鲜少露面，公司不做C端应用，以至于公众认知度偏弱。
从公开资料来看，DeepSeek团队最大的特点就是名校、年轻。有大模型领域的猎头告诉《财经天下》，当下“C9”院校的高端人才各家都在争抢。“DeepSeek更着重宣传，符合他们家年轻化，求知欲的价值观。”
即使是团队leader级别，年纪也多在35岁以下。该猎头表示，DeepSeek管理岗很少内部提升，大多挖的是有经验的，也会卡年龄。“我们这边推荐的几个leader岗，超过40岁没有特别大的优势，人家看都不愿意看。”
DeepSeek创始人梁文锋在接受36氪采访时，曾透露过招人标准：看能力，不看经验，核心技术岗位以应届和毕业一两年为主。
衡量年轻毕业生“优秀”与否的标准，除了院校，还有竞赛成绩，“基本金奖以下就不要了”。
DeepSeek也不偏好资深的技术人。例如，DeepSeekMath的三名核心作者，朱琪豪、邵智宏、Peiyi Wang，是在博士实习期间完成了相关的研究工作。V3研究成员代达劢，2024年才刚从北大获得博士学位。
在管理上，DeepSeek采取的是淡化职级、极为扁平的文化，将团队一直控制在150人左右的规模。用粗暴砸钱、给卡，相当扁平和“学院派”的管理方式，挽留人才。
梁文锋将这种组织形式形容为“自下而上”“自然分工”：“每个人有自己独特的成长经历，都是自带想法的，不需要push他……当一个idea显示出潜力，我们也会自上而下地去调配资源。”
“只招1%的天才，去做99%中国公司做不到的事情。”曾经面试过DeepSeek的应届生如此评价其招聘风格。
这种人才选择和管理模式，某种程度上很像OpenAI。二者都更像是纯粹的研究机构——早期不融资，不做应用，不考虑商业化。
在当下AI大模型市场渐趋饱和之下，DeepSeek也因不争抢排名座次，不造舆论声势，重用应届生，专注做底层技术优化，成为了国内为数不多还在招揽有“AGI信仰”人才的公司。
实际上，从DeepSeek创立之初，它的履历便像个行业“异类”。
2023年，DeepSeek的AI产品正式对外亮相。此前数年，该公司曾对该产品内部“孵化”许久，并对外招聘过文科人才，职位定位为“数据百晓生”，提供历史、文化、科学等相关知识来源。
DeepSeek的母公司是梁文锋在2015年创立、量化基金起家的幻方量化。作为一个“80后”，梁文锋本科、研究生都就读于浙江大学，拥有信息与电子工程学系本科和硕士学位。
幻方量化也是头部量化基金中的“例外”：多数量化基金创始班底，都或多或少有海外对冲基金的履历。唯独幻方完全靠本土班底起家，独自摸索着长大——这跟DeepSeek 的用人风格也极其相似。
2017年，幻方量化宣称实现投资策略全面AI化。2019年，其资金管理规模超100亿，成为国内量化私募“四巨头”之一，也一度是国内首家突破千亿私募的量化大厂。
当幻方量化规模节节攀升时，梁文锋却开始转移视野。
在业界，幻方一直以敢于在硬件上投入著称，以支撑其交易系统的实施。2017年前后，梁文锋开始涉足AI相关探索，探索孵化AI项目“萤火虫”。2018年，“萤火虫”超级计算机对外正式亮相，并称计算机占地面积为数个篮球场，前后投入超过10亿元。
2021年，在梁文锋参与的论文中提到，他们正在部署的萤火二号系统，“配备了1万张A100GPU芯片”，在性能上接近DGX-A100（英伟达推出的人工智能专用超级计算机），但成本降低了一半，同时能耗减少了40%——业界通常认为，1万枚英伟达A100芯片是做自训大模型的算力门槛，当时国内超过1万枚GPU的企业不超过5家。
GPU芯片的丰厚储备，也为幻方量化接下来的转型提供了基础。
2023年5月，梁文锋实控的AI研发机构北京“深度求索”成立，次年DeepSeek正式上线。从这时起，幻方量化也开始主动缩减资金规模，不再参与量化基金第一梯队的竞争。
2024年10月，幻方量化向投资者公告称，计划逐步将对冲产品投资仓位降低至零。该公司部分对冲系列产品规模已经降至千万元以下。至2025年初，公司资金管理规模已小于300亿，退出了行业前六名。
03、最像OpenAI的中国公司
从量化基金转型后，能在短时间内冲上AI头部玩家，DeepSeek的“神奇”技术在其53页的论文中，也并不是秘密。
界面新闻报道，V3模型主要采用了模型压缩、专家并行训练、FP8混合精度训练等一系列创新技术降低成本。作为新兴的低精度训练方法，FP8技术通过减少数据表示所需的位数，显著降低了内存占用和计算需求。目前，零一万物、谷歌、Inflection AI都已将这种技术引入模型训练与推理中。
此外，在预训练阶段，对性能影响有限的地方，DeepSeek选择了极致压缩。而在后训练阶段，对模型擅长的领域，他们又倾注全力提升。
核心人才也带来了关键的技术创新。量子位报道，2024年5月发布的DeepSeek-V2中，其创造性地提出了一种“新型注意力”，在Transformer架构的基础上，用MLA（Multi-head Latent Attention）替代了传统的多头注意力，大幅减少了计算量和推理显存。
截止本公告日，股东邱坚强已累计质押股份1.58亿股，占其持股总数的43.91%。本次质押后森马服饰十大股东的累计质押股份占持股比例(占持股比例的计算以公司最新一期财务报表公布的十大股东的持股总数为基准)见下图：
其中，高华佐和曾旺丁为MLA架构做出了关键创新。高华佐目前只知道是北大物理系毕业，这个名字在“大模型六小虎”之一的阶跃星辰专利信息中，也可以看到。
DeepSeek-V2还涉及了另一项关键成果——GRPO。这是PPO的一种变体RL算法，显著减少了训练资源的需求。在开源大模型阿里Qwen 2.5的技术报告中，GRPO技术也有所体现。
这些技术创新，也为当下有些“困窘”的国内大模型未来发展，提供了一种新的解题思路。
特别是2024年下半年，长文本市场竞争已在字节的“饱和式攻击”下逐渐尘埃落定。AI圈中出现了一种无奈共识：在大厂射程范围内，做类ChatGPT产品已经没有机会，必须要做出差异化。
大模型竞赛也进入了下一段更艰巨的赛程，成为了一场拼资源的“战争”，要拼资金、人才密度、数据算力能力。
去年还风光无限的“大模型六小虎”正在加速寻找垂类场景商业化机会。近期，MiniMax转战文生视频，宣布要跟Sora掰手腕；智谱则瞄准智能体（Agent）市场，从做智能体商店到邀测PC端智能体；百川智能逐渐专注于医疗市场；零一万物则宣布深耕零售营销业务，不再追求AGI。
而DeepSeek能够奇袭，很大程度上源于和头部大模型公司保持距离，远离融资的热闹和商业化的压力。
在梁文锋为数不多的发声中，他表示DeepSeek创立初期，就在接触投资圈后清醒认识到，“很多VC对做研究有顾虑，他们有退出需求，希望尽快做出产品商业化。而按照我们优先做研究的思路，很难从VC那里获得融资”。
他也对外表达过“短期内没有融资计划”，并认为当下面临的问题“从来不是钱，而是高端芯片（短缺）”。
梁文锋也明确提出，硅谷对DeepSeek“惊叹”的原因——“因为这是一个中国公司，在以创新贡献者的身份，加入到他们游戏里去。毕竟大部分中国公司习惯follow，而不是创新。”
“中国也要逐步成为贡献者，而不是一直搭便车。”梁文峰说。“我们已经习惯摩尔定律从天而降，躺在家里18个月就会出来更好的硬件和软件，Scaling Law（规模定律）也在被如此对待。但其实，这是西方主导的技术社区一代代孜孜不倦创造出来的，只因为之前我们没有参与这个过程，以至于忽视了它的存在。”
梁文锋认为，中国AI的发展，同样需要这样的生态。“很多国产芯片发展不起来，也是因为缺乏配套的技术社区，只有第二手消息，中国必然需要有人站到技术的前沿。”
（作者 | 赵小天融资融券怎样还划算，编辑 | 李不清）