我们该如何看待DeepSeek——what, how, why, and next？ 湖南大学 2025

该文档围绕 DeepSeek 展开多方面的介绍与分析，主要内容如下：

DeepSeek 概述

• 与 ChatGPT 对比及自身优势：ChatGPT 发布后用户增长迅速，而 DeepSeek - R1 具有独特优势。它是首个展示思维链过程的推理模型，在处理问题时能像人类一样逐步推导，如回答从长沙到武汉的驾车时间等问题时，会综合考虑距离、路线、车速、路况、天气、驾驶习惯等因素，相比非推理模型更具逻辑性。同时，其价格亲民，如 deepseek - chat 模型和 deepseek - reasoner 模型在输入输出价格上比 o1 模型低很多，且部分模型可本地安装使用，是首个开源的推理模型，为纯国产，技术创新且训练和推理高效，性能在多个领域领先，用户增长极快，7 天破亿。

• 基本概念（用户角度）：可通过 DeepSeek 官网、秘塔搜索、360 纳米 AI 搜索等多种渠道使用。其涉及的术语概念包括 Prompt（用户输入内容）、Token（输入输出最小单位）、上下文长度等，调用服务有普通调用和文件及联网搜索（RAG）两种方式，区别在于数据来源是否能及时更新。

DeepSeek 功能与应用

• 功能领域广泛：涵盖智能对话、文本生成、语义理解、计算推理、代码生成补全等，支持联网搜索与深度思考模式，能处理多种任务，如写诗、写代码、数据分析、文稿创作、教学辅助等。

• 应用案例展示：在写书方面，可为编译原理书稿提供案例片段并进行多方面分析；在数据分析上，可分析公务员录用人员情况；咨询分析中，能评估专家研究特长并给出建议；还能编写抽签小程序、设计幼儿园科普讲稿等，展示了其在不同场景下的应用能力与方法。

DeepSeek 能力与局限

• 能力体现：具备逻辑推理、文字生成、搜索总结、代码生成等能力，能在多领域辅助用户完成任务，减轻工作量，为用户提供帮助和支持。

• 局限性：不是通用人工智能（AGI），用户需具备一定问题拆解等能力；可能出错，知识并非无所不包；不能直接处理多模态数据；受上下文长度限制；在模型效果上并非绝对领先且处于不断发展变化中。

DeepSeek 原理剖析

• Transformer 基础：Transformer 是大模型常用神经网络，主流大模型多基于此。其流程包括输入 token 编码（Embedding）、计算 token 关系（Attention）、理解 token 含义（MLP）以及编码还原输出（Unembedding）等环节，各环节通过特定矩阵运算实现，数据和参数规模越大模型越聪明，达到一定规模会出现 “涌现” 现象，训练后还可通过后训练对齐提升性能。

• 模型发展历程：幻方公司早期投入 AI 研发，具备一定硬件基础。DeepSeek 公司 2023 年成立后不断创新，从开源 DeepSeek LLM 系列模型，到 2024 年对 Transformer 结构改造推出 DeepSeek - V2 等系列模型，再到 2024 年底的 DeepSeek - V3 基座模型达 SOTA，2025 年开源 DeepSeek - R1 推理模型，在模型结构和性能上持续进步。

未来关注重点

• 基于梅特卡夫定律，随着 DeepSeek 等使 AI 用户量增长，生态可能爆发。需关注行业应用（如 IT、教育等领域）、公共平台（模型云服务等）、模型算法（包括 DeepSeek 及其他模型）、系统软件（训练框架等）、算力底座（芯片、高性能网络等）等环节。国产 AI 芯片虽有机会但在大规模训练和推理效率上有短板；系统软件开源且更新快，但对本地部署玩家有要求；模型算法受硬件禁令影响有创新压力；行业应用需求大但需扎实落地；公共平台功能与用户体验等方面有待发展，知识库服务平台可能成为创业赛道。

后台回复“250225A”，可获得下载资料的方法。

本公号使用腾讯元器（使用DeepSeek R1大模型）创建了智能交通技术AI服务，欢迎扫码进入体验（或在后台私信公号）。

点击文后阅读原文，可获得下载资料的方法。