DeepSeek-R1 发布这 7 天

1 月 20 日，信息流几乎全是特朗普的就职典礼。同一天，杭州的 DeepSeek 发布了 R1：6710 亿参数的混合专家模型，MIT 协议，权重、代码、论文全公开，对标 OpenAI 的 o1。我当时扫了一眼标题就划过去了。

7 天后，英伟达单日跌了 17%，蒸发约 5900 亿美元，美股历史上最大的单日市值损失。

这 7 天像剧本。R1 在数学竞赛 AIME 上拿了 79.8%，o1 是 79.2%。更扎眼的是底座 V3 的训练成本，约 560 万美元。DeepSeek 自己在报告里写得很老实，这只算最后一次正式训练，前期研发、失败的实验、人员都不在里面。可市场听的是寓言，不是脚注。周末 DeepSeek 登顶美国 App Store 免费榜，把 ChatGPT 挤了下去。1 月 26 日晚上，Marc Andreessen 在 X 上发了一句："DeepSeek R1 is AI's Sputnik moment"。

我盯着这条看了很久。斯普特尼克时刻是美国人自己的冷战创伤词，用来形容一个杭州公司的模型。"中国的技术让美国紧张"，我以前只在宣传稿里见过，这是第一次在真实世界里看到。

更让我不舒服的是我自己。2023 年 GPT-4 一统天下的时候，我写东西讨论中国 AI，默认语气都是"追赶"。不是恶意，是惯性：最尖端的东西只会从硅谷来，别的地方能跟上就不错了。这 7 天烧掉的就是这个默认设置。

还有一个默认设置也在晃："算力就是一切"。R1 发布第二天，白宫宣布五千亿美元的"星际之门"。美国刚说完要砸五千亿，市场转头看到有人用几百万美元做出了对标 o1 的东西。周一跌掉的不是某个模型，是"花钱等于领先"这张保险单。

方法上也有新东西。R1-Zero 没用海量人工标注，纯强化学习，让模型自己摸索出长思维链和自我检查，论文里管这个叫 aha moment。H800 是被出口管制砍过的卡，FP8 训练、MLA 这些效率技巧，很大程度是被逼出来的。