DeepSeek-R2即将来袭！参数暴涨至1.2万亿、便宜97.3%！太逆天了！

DeepSeek R2细节流出，参数直接飙到1.2万亿，还把成本砍到了骨折价！

刚刚，一份来自韭研公社的爆料刷屏了整个AI圈——

DeepSeek R2被曝即将发布，参数规模达到惊人的1.2万亿，并首次采用Hybrid MoE 3.0架构，实现了动态激活780亿参数。

而成本呢？

相比GPT-4 Turbo暴降97.3%，这几乎是AI模型的白菜价了。

Aliyun的实际测试数据指出，DeepSeek R2在长文本推理任务中，每单位token的成本大幅下降，真是AI界的降维打击。

Aryan Pandey(@AryanPa66861306) 对此性能表现表示了极度的兴奋：

DeepSeek R2将单位成本削减97.3%，即将发布。自主研发的分布式训练框架，把华为Ascend 910B芯片集群利用率推到了82%，FP16精度算力实测达到512PetaFLOPS，接近同规模A100集群91%的性能（华为实验室数据）。

不仅参数猛增，DeepSeek R2这次的多模态能力更是惊人：

视觉理解模块采用ViT-Transformer混合架构，在COCO数据集物体分割任务中精准度达到92.4% mAP，超过CLIP模型整整11.6个百分点。

此外，工业质检场景方面也表现抢眼。

它采用自适应特征融合算法，在光伏EL缺陷检测中的误检率降到了极低的7.2E-6，甚至医疗诊断能力也已超过人类专家，胸部X光片多病种识别准确率高达98.1%，完胜协和医院专家组的96.3%。

最不可思议的是，DeepSeek R2在8bit量化压缩模式下，还能将模型体积压缩83%，精度损失小于2%，这为终端部署打开了大门。

这些亮眼的数据让推特炸开了锅，纷纷称为疯狂、大东西、太猛了！

不过，自称最权威的DeepSeek粉丝 Teortaxes▶️ (DeepSeek 推特🐋铁粉 2023 – ∞)(@teortaxesTex) 却给狂热的气氛泼了点冷水：

我已经说过，除了确认这些公司存在并可能与DeepSeek有合作外，其它爆料我并不相信。

而最初分享这一消息的 Deedy(@deedydas) 也承认了这点：

这些只是传言，图片内容实际上是用Claude翻译自泄露文件。

但即使传言属实度待确认，这也阻止不了网友们开始疯狂想象。

Jeff Brines(@JeffBrines) 就对美国企业表示担忧：

如果是真的，这会不会对Nvidia造成巨大冲击？

Alice Le Portier(@SeekingAlphaQ) 更加直白：

如果中国的半导体供应链变得有竞争力，美国的半导体公司可能会稀释，严重限制美企从AI大潮中获得的垄断收益。

甚至有网友 Subba Reddy(@PostPCEra) 直接断言：

如果是真的，Nvidia和美股周一可能遭遇一波暴击。毕竟A100的GPU卡售价大约1万美元，而华为的Ascend 910B年底可能只要A100三分之一的价格。

当然，也有网友直接将DeepSeek R2定义为「AI冷战」的新武器。

LIGHT ⇌ SIGNAL//FORM(@AITrailblazerQ) 评论得十分激烈：

DeepSeek R2不仅是便宜的模型，更是一场主权压缩战，背后有官方的支持，其目的是瓦解美国AI优势。

Haha Packet(@haha_packet) 也是秀起了语言的艺术进行嘲讽：

对啊，开源模型都很邪恶。快来保护那些闭源的亿万富豪吧！

而AI圈著名乐观派 çelebi(@celebi_int) 的观点很简单：

如果是真的，这才是正确的世界线！

虽然众说纷纭，但DeepSeek R2如果真的能在技术和成本上达成这些突破，这无疑会是AI行业的一次重大洗牌。

或许，AI大战的序幕正悄然拉开。

这个五一，或将不同寻常！

 

 大模型&AI产品经理如何学习

求大家的点赞和收藏，我花2万买的大模型学习资料免费共享给你们，来看看有哪些东西。

1.学习路线图

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

2.视频教程

网上虽然也有很多的学习资源，但基本上都残缺不全的，这是我自己整理的大模型视频教程，上面路线图的每一个知识点，我都有配套的视频讲解。

（都打包成一块的了，不能一一展开，总共300多集）

因篇幅有限，仅展示部分资料，需要点击下方图片前往获取

3.技术文档和电子书 

这里主要整理了大模型相关PDF书籍、行业报告、文档，有几百本，都是目前行业最新的。

4.LLM面试题和面经合集

这里主要整理了行业目前最新的大模型面试题和各种大厂offer面经合集。

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集***

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓