DeepSeek首次回应“蒸馏OpenAI”质疑

DeepSeek团队在《Nature》封面发表论文，不仅是对外界质疑其蒸馏OpenAI的有力回应，更是技术自信的体现。

DeepSeek团队在论文中大方地展示了其两大核心突破。其一，采用群组相对策略优化技术，是其成本仅为行业零头的原因所在。其二，开创性地验证纯强化学习路径即可显著提升推理能力，模型通过自我验证和反思机制优化输出，因此实现了思考能力更深。而且，该团队敢于将其核心创新在主流科技杂志上透明公开，也暗示DeepSeek最新的技术可能在当前披露的基础上又迭代了，因此没有必要藏着掖着。

另外，除开技术自信，还想聊聊DeepSeek团队“重科研轻资本”的长期主义精神。相较于宇树科技高调IPO，DeepSeek脱胎于一家主营量化私募的公司却不执著于跑步到二级市场圈钱，体现出了罕见的定力。希望未来能有越来越多的国内企业能沉下心来通过持续创新而非资本运作来展现真正的竞争力。

AI 技术的训练集成需要原生态数据，不能带有主观的加工合成因素，原汁原味才能创立英雄本色。
AI 操作能力是否要经过数据模拟阶段以形成正确的判断和执行力，值得商榷。考虑到数据来源的多元化和不确定性，如何保证数据的原生态，这是是否能够建立模拟态的关键。模糊计算提高了精确判断的概括性，减少了方向性偏差，“大而全”是一个努力的目标。
对于曲线趋势的拓扑流分析，可以提高预测的精准程度。“趋势”加强了判断的有效需求，通过对空白区域的侵染能力的计算有助于掌握曲线运动的方向、波幅和振频。
我们看好 DeepSeek 的发展前景，他将为使用者带来更多的应用能力。