中國大模型
，首登Nature封面。

　　9月17日，在最新一期的國際權(quán)威期刊Nature（自然）中 ，DeepSeek-R1推理模型研究論文登上了封面 。該論文由DeepSeek團隊共同完成
，梁文鋒擔(dān)任通訊作者，首次公開了僅靠強化學(xué)習(xí)就能激發(fā)大模型推理能力的重要研究成果
。這是中國大模型研究首次登上Nature封面 ，也是全球首個經(jīng)過完整同行評審并發(fā)表于權(quán)威期刊的主流大語言模型研究
，標志著中國AI技術(shù)在國際科學(xué)界獲得最高認可。

　　Nature在其社論中評價道：“幾乎所有主流的大模型都還沒有經(jīng)過獨立同行評審，這一空白終于被DeepSeek打破 。”

　　中國AI大模型的“Nature時刻 ”

　　自大模型浪潮席卷全球以來 ，技術(shù)發(fā)布、性能榜單層出不窮
，但始終缺乏一個權(quán)威的“科學(xué)認證
”機制
。OpenAI 、谷歌等巨頭雖屢有突破，但其核心技術(shù)多以技術(shù)報告形式發(fā)布 ，未經(jīng)獨立同行評審。

　　DeepSeek以其公開性和透明性打破了這一局面 。DeepSeek-R1模型的研究論文最早于今年年初發(fā)布在預(yù)印本平臺arXiv上
。自今年2月14日向Nature投遞論文至今
，歷經(jīng)半年，8位外部專家參與了同行評審 ，DeepSeek-R1推理模型研究論文終獲發(fā)表，完成了從預(yù)印本到Nature封面的“學(xué)術(shù)躍遷”。審稿人不僅關(guān)注模型性能
，更對數(shù)據(jù)來源
、訓(xùn)練方法、安全性等提出嚴格質(zhì)詢，這一過程是AI模型邁向更高的透明度和可重復(fù)性的可喜一步 。

　　因此 ，Nature也對DeepSeek的開放模式給予高度評價
，在其社論中評價道：“幾乎所有主流的大模型都還沒有經(jīng)過獨立同行評審，這一空白終于被DeepSeek打破
。 ”全球知名開源社區(qū)Hugging Face機器學(xué)習(xí)工程師Lewis Tunstall也是DeepSeek論文的審稿人之一 ，他強調(diào)：“這是一個備受歡迎的先例。如果缺乏這種公開分享大部分研發(fā)過程的行業(yè)規(guī)范
，我們將很難評估這些系統(tǒng)的潛在風(fēng)險 。
”

　　據(jù)了解，DeepSeek本次在Nature上發(fā)表的論文較今年年初的初版論文有較大的改動 ，全文64頁
，不僅首次披露了R1的訓(xùn)練成本，而且透露了更多模型訓(xùn)練的技術(shù)細節(jié) ，包括對發(fā)布初期外界有關(guān)“蒸餾”方法的質(zhì)疑作出了正面回應(yīng)
，提供了訓(xùn)練過程中減輕數(shù)據(jù)污染的詳細流程，并對R1的安全性進行了全面評估。

　　其中 ，在訓(xùn)練成本方面，R1-Zero和R1都使用了512張H800GPU
，分別訓(xùn)練了198個小時和80個小時，以H800每GPU小時2美元的租賃價格換算 ，R1的總訓(xùn)練成本為29.4萬美元（約合人民幣209萬元）
。不到30萬美元的訓(xùn)練成本
，與其他推理模型動輒上千萬美元的花費相比，可謂實現(xiàn)了極大的降本。

　　關(guān)于R1發(fā)布最初時所受到的“蒸餾 ”質(zhì)疑 ，DeepSeek介紹
，其使用的數(shù)據(jù)全部來自互聯(lián)網(wǎng)，雖然可能包含GPT-4生成的結(jié)果 ，但并非有意而為之
，更沒有專門的蒸餾環(huán)節(jié) 。所謂“蒸餾
”，簡單理解就是用預(yù)先訓(xùn)練好的復(fù)雜模型輸出的結(jié)果 ，作為監(jiān)督信號再去訓(xùn)練另外一個模型
。R1發(fā)布時
，OpenAI稱它發(fā)現(xiàn)DeepSeek使用了OpenAI專有模型來訓(xùn)練自己的開源模型的證據(jù)，但拒絕進一步透露其證據(jù)的細節(jié)。

　　R2何時問世引發(fā)關(guān)注

　　自今年年初發(fā)布R1以來 ，DeepSeek在全球樹立了開源模型的典范，但過去數(shù)月
，外界對于R2何時發(fā)布始終保持高度關(guān)注，相關(guān)傳言一直不斷 。不過 ，R2的發(fā)布時間一再推遲
，外界分析R2研發(fā)進程緩慢可能與算力受限有關(guān)
。

　　值得注意的是，今年8月21日 ，DeepSeek正式發(fā)布DeepSeek-V3.1
，稱其為“邁向Agent（智能體）時代的第一步”。據(jù)DeepSeek介紹，V3.1主要包含三大變化：一是采用混合推理架構(gòu) ，一個模型同時支持思考模式與非思考模式；二是具有更高的思考效率
，能在更短時間內(nèi)給出答案；三是具有更強的智能體能力，通過后訓(xùn)練優(yōu)化 ，新模型在工具使用與智能體任務(wù)中的表現(xiàn)有較大提升 。

　　由于R1的基座模型為V3
，V3.1的升級也引發(fā)了外界對于R2“在路上 ”的猜測
。V3.1的升級更深刻的意義在于，DeepSeek強調(diào)DeepSeek-V3.1使用了UE8M0 FP8 Scale的參數(shù)精度 ，而UE8M0 FP8是針對即將發(fā)布的下一代國產(chǎn)芯片設(shè)計。這也表明未來基于DeepSeek模型的訓(xùn)練與推理有望更多應(yīng)用國產(chǎn)AI芯片，助力國產(chǎn)算力生態(tài)加速建設(shè) 。這一表態(tài)一度帶動國產(chǎn)芯片算力股股價飆升
。

　　中國銀河證券研報指出
，DeepSeek從V3版本就開始采用FP8參數(shù)精度驗證了其訓(xùn)練的有效性，通過降低算力精度 ，使國產(chǎn)ASIC芯片能在成熟制程（12-28nm）上接近先進制程英偉達GPU的算力精度
，DeepSeek-V3.1使用UE8M0 FP8 Scale參數(shù)精度，讓軟件去主動擁抱硬件更喜歡的數(shù)據(jù)格式 ，“軟硬協(xié)同
”的生態(tài)技術(shù)壁壘逐漸成為AI浪潮下新范式
，未來國產(chǎn)大模型將更多擁抱FP8算力精度并有望成為一種新技術(shù)趨勢，通過軟硬件的協(xié)同換取數(shù)量級性能的提升 ，國產(chǎn)算力芯片將迎來變革。