DeepSeek-R1：人工智能领域迎来新机遇，似ChatGPT拯救革命

【】面壁智能的联合创始人及首席科学家刘知远指出，DeepSeek-R1的推出为人工智能领域带来了新的启示，仿佛是2023年初ChatGPT发布时的那种革命性影响力。

自2025年1月底以来，DeepSeek的火速崛起引发了行业内外的广泛关注。近日，中国基金报记者对面壁智能创始人刘知远进行了专访，探讨DeepSeek-R1何以成为焦点，以及它对人工智能行业的深远影响。

在刘知远看来，OpenAI的o1模型犹如一颗引爆了行业的“原子弹”，然而其具体实现的秘方却未曾公开。而DeepSeek则可能是全球首个能够通过纯粹强化学习技术复现o1能力的团队。通过开源和系统的介绍，他们为行业的进一步发展提供了重要的教材和借鉴。

DeepSeek-R1的巨大亮点在于，其深度思考的能力展现了新一轮人工智能发展的潜力，可以说是让全球再次意识到大模型的重要性。刘知远提出，人工智能大模型领域遵循“模型能力密度定律”，即模型的能力密度会随着时间的推移呈指数级增长。自2023年以来，大模型的能力密度几乎每100天便翻一番，也就是说随着技术的进步，任何一项技术所需的算力和参数规模正在逐渐减少。

DeepSeek-R1的成功，不仅在于其复现了o1的能力，更是突破了以往人工智能的局限。其训练流程中最具创新之处在于，基于DeepSeek V3模型，通过广泛的强化学习技术，取得了强推理模型DeepSeek-R1-Zero的成功。刘知远特别指出，历史上鲜有团队能够成功将强化学习技术应用于大规模模型并完成有效训练，而DeepSeek-R1的出现则是这一领域的一次历史性突破。

DeepSeek-R1的强化学习技术并不仅局限于处理数学、算法代码等容易提供奖励信号的领域，还能够将其推理能力广泛应用于文本创作等其他领域。这一特性让用户在实际使用R1进行写作等任务时，感受到其极强的深度思考能力。

DoubleD-Seeker-R1的核心贡献可以划分为两个方面：一方面是通过规则驱动实现大规模的强化学习；另一方面是通过将深度推理SFT数据与通用SFT数据的混合微调，实现推理能力的跨任务泛化。因此，DeepSeek-R1能够在推理水平上成功复现OpenAI的o1，这一成果非同凡响。

与OpenAI对其o1模型的封闭策略形成鲜明对比，DeepSeek-R1通过开源的姿态使得所有人都能感受到其深度思考所带来的冲击，这也是其迅速走红的重要原因。这使得DeepSeek-R1如同ChatGPT一般，将人工智能技术普及到更广泛的人群中。

在技术革新的同时，DeepSeek-R1的发布也为中国人工智能的发展带来了积极影响。面对全球智力竞争，DeepSeek的快速崛起向世界展示了中国科研人员在AI领域不断追赶、超越的决心与能力。同时，DeepSeek通过其创新的算法，展示了在有限算力资源的支持下，依然可以实现跨越式发展，从而为中国AI的持续进步提供了激励。

我们在欢呼技术进步的同时，也需保持清醒的头脑。尽管DeepSeek-R1开创了新的可能性，要实现普惠的人工智能仍需攻克高效性这一重要命题。追求算法和应用的高效性，将是未来人工智能发展的长期任务。如同信息革命初期的芯片技术进步一样，DeepSeek-R1提醒我们：在算力资源愈发珍贵的今天，创新和优化的必要性更为凸显。

展望未来，人工智能将进入一个百花齐放的阶段，DeepSeek-R1不过是其中崭露头角的一个样本。刘知远道，人工智能的三大主战场将分别涵盖：科学化的技术方案、智能化计算系统的开发以及广谱化的应用探索。

正如科技的每一次跃进都充满了不确定性，DeepSeek-R1为我们打开了一扇新的机遇之窗。我们期待，这场即将到来的智能革命，能够如同过去的信息革命一样，改变我们的生活、工作和思维方式，引领人类迈向更加光明的未来。