物理测试暴击AI圈，DeepSeek R1稳超o1、Claude，咱们
作者：[db:作者]日期：2025/01/26 浏览：
DeepSeek R1 真是太凶猛了！
近来，‘奥秘的西方力气’DeepSeek 正在‘硬控’硅谷。
我让 R1 具体说明勾股定理。这所有都是 AI 在不到 30 秒时光里一次性实现的，没出任何错。简略来说，its over．
在海内外 AI 圈，一般网友发明了神奇的强盛新 AI（还开源），学界专家纷纭喊出‘要踌躇不前’，另有大道新闻称海内的 AI 公司曾经如临年夜敌。
就说这个本周刚宣布的 DeepSeek R1，它不任何监视练习的纯强化进修道路令人震动，从客岁 12 月 Deepseek-v3 基座开展到现在堪比 OpenAI o1 的头脑链才能，仿佛是很快告竣的事。
但在 AI 社区热气腾腾的读技巧讲演、对照实测之余，人们仍是对 R1 有所猜忌：它除了能跑赢一堆 Benchmark 以外，真的能当先吗？
能自建模仿‘物理法则’
你不信？来让年夜模子玩玩弹球？
近来多少天，AI 社区的一些人开端陷溺一项测试 —— 测试差别的 AI 年夜模子（尤其是所谓的推理模子）来处置一类成绩：‘编写一个 Python 剧本，让一个黄色球在某个外形内弹跳。让该外形迟缓扭转，并确保球停顿在外形内。’
一些模子在这项‘扭转球形’基准测试中的表示优于其余模子。据 CoreView CTO Ivan Fioravanti 称，海内人工智能试验室 DeepSeek 的开源年夜模子 R1 完胜 OpenAI 的 o1 pro 形式，后者作为 OpenAI ChatGPT Pro 打算的一局部，每月收费 200 美元。
右边是 OpenAI o1，左边是 DeepSeek R1。如上所述，这里的 Prompt 是：‘write a python script for a bouncing yellow ball within a square， make sure to handle collision detection properly． make the square slowly rotate． implement it in python． make sure ball stays within the square．’
依据另一位网友在 X 上的说法，Anthropic 的 Claude 3.5 Sonnet 跟谷歌的 Gemini 1.5 Pro 模子对物理道理断定过错，招致球偏离了外形。也有效户讲演称，谷歌最新的 Gemini 2.0 Flash Thinking Experimental，以及绝对更旧的 OpenAI GPT-4o 都一次性经由过程了评价。
但这外面也是能分出高低的：
在这个推文底下的网友表现：o1 的才能底本很好，在 OpenAI 优化速率当时就变弱了，即便是每月 200 美元的会员版也一样。
模仿弹跳球是一个经典的编程挑衅。准确的模仿联合了碰撞检测算法，其算法须要去辨认两个物体（比方一个球跟一个外形的正面）何时产生碰撞。编写不当的算法会影响模仿的机能或招致显明的物理过错。
AI 始创公司 Nous Research 的研讨员 N8 Programs 表现，他花了大概两个小时重新开端编写一个扭转七边形中的弹跳球。‘必需跟踪多个坐标系，懂得每个体系中的碰撞是怎样停止的，并重新计划代码以使其存在鲁棒性。’
固然弹跳球跟扭转外形是对编程技巧的公道测试，但对年夜模子来说仍是个新名目，即便是提醒中的轻微变更也可能发生出差别的成果。以是假如想让它终极成为 AI 年夜模子基准测试的一局部的话，还须要改良。
无论怎样，经由这一波实测之后，咱们对年夜模子之间的才能差别有了不雅感。
DeepSeek 是新的‘硅谷神话’
DeepSeek 正让年夜洋此岸堕入‘惊恐’。
Meta 员工发帖称‘Meta 工程师们正在猖狂地剖析 DeepSeek，试图从中复制任何可能的货色。’
而 AI 科技始创公司 Scale AI 开创人 Alexandr Wang 也公然表现，中国人工智能公司 DeepSeek 的 AI 年夜模子机能大抵与美国最好的模子相称。
他还以为，从前十年来，美国可能始终在人工智能比赛中当先于中国，但 DeepSeek 的 AI 年夜模子宣布可能会‘转变所有’。
X 博主 @8teAPi 则以为，DeepSeek 并不是一个‘副业名目’，而是像洛克希德・马丁从前的‘臭鼬工场’。
所谓‘臭鼬工场’，就是现在洛克希德・马丁公司（Lockheed Martin）为了研发诸多进步飞翔器专门建立的一个高度秘密、绝对自力的小团队，从事尖端或十分规的技巧研讨与开辟。从 U-2 侦查机、SR-71 黑鸟，到 F-22 猛禽、F-35 闪电 II 战役机都是从这里走出来的。
厥后，这个词逐步演化成一个通用术语，用来描述在至公司或构造外部设破的‘小而精’、绝对自力且自在度更高的翻新团队。
他给出的来由有两个：
一方面是 DeepSeek 领有大批的 GPU，据称有超越一万块，而 Scale AI 的 CEO Alexandr Wang 乃至表现可能到达 5 万块。
另一方面，DeepSeek 只从中国排名前三的年夜学应聘人才，这象征着 DeepSeek 与阿里巴巴跟腾讯存在等同的竞争力。
仅凭这两个现实，就能够看出，显然 DeepSeek 在贸易上获得了胜利，而且曾经充足著名，可能取得这些资本。
至于 DeepSeek 的开辟本钱，该博主表现，中国科技公司能够取得种种百般的补助，比方低用电本钱跟用地。
因而，DeepSeek 十分有可能年夜局部本钱都被‘安顿’在中心营业之外的某个账目上，或许以某种数据核心建立补助的情势存在。乃至除了开创人之外，没人完整明白全部财政部署。有些协定可能只是‘行动协议’，只靠名誉就能敲定。
不论怎么，有多少点是明白的：
这个模子十分杰出，与 OpenAI 两个月前宣布的版原形当，固然也有可能不如 OpenAI 跟 Anthropic 尚未宣布的新模子。
从现在来看，研讨偏向仍重要由美国公司主导，DeepSeek 模子属于对 o1 版本的‘疾速跟进’，但 DeepSeek 的研发进度十分迅猛，比预期更快地奋起直追，他们并不剽窃或舞弊，最多只是逆向工程。
与美国公司比拟，DeepSeek 在常识产权允许、隐衷、保险、政治等方面遭到的束缚较少，缭绕过错地应用那些不想被练习的数据的担心也较少。诉讼更少，状师更少，也更少顾忌。
毫无疑难，越来越多的人以为 2025 年将会是决议性的一年。与此同时各家公司都在跃跃欲试，比方 Meta 就正在树立一个 2GW+ 的数据核心，估计在 2025 年投资 600-650 亿美元，岁尾领有超越 130 万块 GPU。
Meta 乃至用一张图表展现了 2 千兆瓦数据核心与纽约曼哈顿的对照。
但当初 DeepSeek 用更低的本钱，更少的 GPU 做到了更好，怎能不让人焦急？
Yann LeCun：要感激开源
Hyperbolic 的 CTO、结合开创人 Yuchen Jin 发帖表现，在仅 4 地利间里，DeepSeek-R1 向咱们证实了 4 个现实：
由 DeepSeek 激发的连锁反映仍在持续，比方 OpenAI o3-mini 收费可用、社区中盼望能增加对于 AGI/ASI 的含混探讨以及风闻 Meta 堕入惊恐等。
他以为，当初很难猜测终极谁会得胜，但不要忘却后发上风的力气，究竟咱们都晓得是 Google 发现了 Transformer，而 OpenAI 解锁了其真正潜力。
别的，图灵奖得主、Meta 首席人工智能迷信家 Yann LeCun 也表白了本人的见解。
‘对那些看到 DeepSeek 的机能就以为“中国正在超出美国的 AI”的人，你懂得错了。准确的懂得是：开源模子正在超出专有模子。’
LeCun 表现，DeepSeek 之以是此次一举成名，是由于他们从开放研讨跟开源（如 Meta 的 PyTorch 跟 Llama）中获益。DeepSeek 提出了新主意，并在别人任务的基本上构建。由于他们的任务是公然宣布跟开源的，每团体都能够从中受益，这就是开放研讨跟开源的力气。
网友们的反思还在持续，在对新技巧开展高兴的同时，也能感触到一点点忧愁的氛围，究竟 DeepSeek 们的呈现，可能会带来真金白银的影响。
参考内容：
https：//x.com/ivanfioravanti/status/1881969391547683031
https：//x.com/Aadhithya_D2003/status/1882105009548222953
https：//x.com/8teAPi/status/1882836551866204656
https：//x.com/Yuchenj_UW/status/1882840436974428362
https：//x.com/ylecun/status/1882943244679709130
https：//venturebeat.com/ai/tech-leaders-respond-to-the-rapid-rise-of-deepseek/
新浪财经大众号
24小时转动播报最新的财经资讯跟视频，更多粉丝福利扫描二维码存眷（sinafinance）
相关文章
客户经理