★ FEATURED ARTICLE 简介《DeepSeek引领2025年人工智能算法变革》是一份面向AI研究人员、工程师、政策制定者、创业者与投资者的趋势分析PDF聚焦技术能力驱动向需求应用驱动转型的战略拐点以及算力效率、数据规模与算法创新之间的再平衡。资源包含1个PDF文件约1.63MB轻量便于会前快速阅读也适合团队选题讨论。目前已有1613人学习对产业判断与技术路线梳理具有参考价值。内容以甲子光年智库报告为主体围绕DeepSeek如何通过重新设计AI Infra、少量SFT数据配合多轮强化学习降低训练与推理成本展开并拆解R1-zero完全基于RL训练、GRPO奖励优化、冷启动数据与蒸馏小模型等关键流程同时讨论低参数量高性能模型对本地化部署、普惠应用及中美政策较量的影响。读者可建立2025年算法变革元年的分析框架理解“算力即性能”的边界、模型大小与推理成本的权衡并获取可用于技术选型、投资研判与政策讨论的论据。1. 算法变革元年这句判断为什么这次不是口号2025年开年不到二十天DeepSeek的日活冲到2161万。这个数字放在任何一个消费级产品上都算漂亮但真正让从业者停下来的是它背后的成本结构同期这个团队把推理模型的训练开销和调用价格压到了行业默认水位的一个零头。发布这份年度报告的智库因此给出判断——2025年是算法变革元年算力效率的拐点已经出现人工智能正从技术能力驱动切向需求应用驱动。普惠这个词被讲了很多年2025年第一次有了可核算的价格锚点每百万输出令牌2.19美元。过去两年行业默认的公式是堆算力换效果预算表上的数字只增不减。现在有人把这条曲线掰弯了而且掰弯的方式不是造更贵的芯片是改训练流程。这对做模型的、做基础设施的、做端侧产品的是完全不同重量级的一件事。2. 算力拐点同样的效果账要按新的斜率重算算力拐点这个说法容易被听成“算力不重要了”恰恰相反。报告里的原话是DeepSeek通过优化算法架构显著提升了算力利用效率打破了“算力至上”的传统认知。注意措辞——打破的是“至上”不是“算力”。这两者的差别决定了接下来一年基础设施市场的走向。2.1 「算力至上」的坐标系是怎么松动的报告给了一张2011到2026年的训练算力散点图横轴是年份纵轴是petaFLOPs的对数刻度。这条曲线过去十几年几乎是贴着指数往上走的2012年AlexNet、2017年Transformer在底部2020年175B级模型往上抬一档2022年前后530B、540B级的模型继续抬2023年那一批头部多模态模型已经摸到1E12 petaFLOPs量级。2025年出现了断点。671B参数的DeepSeek-R1标注的训练算力落在1E06 petaFLOPs这一档比2023年那批头部模型低了数个数量级同一条线上蒸馏出来的32B和1.5B版本还要再往下掉两档。这不是把模型做小换来的——671B的参数量在同代里不算小掉下来的是“达到这个效果需要烧掉多少算力”。这张图有个必须说清的前提报告自己标注了该图仅为示意由分析师借助代码协作生成不代表实际情况下具体数量与效果的精确对比。所以正确读法是看趋势方向和数量级落差而不是拿尺子量两个点之间差几倍。把它当成benchmark引用是典型的翻车姿势。2.2 重新设计训练流程比重新设计芯片便宜真正被改动的是训练流程本身。报告的描述是通过重新设计AI Infra用少量SFT数据叠加多轮强化学习的办法在提高模型准确性的同时显著降低了内存占用和计算开销。这句话里每个词都在省钱。少量SFT数据意味着监督微调阶段的人工标注成本大幅下降多轮强化学习意味着模型主要靠自我探索和奖励信号提升而不是靠人喂标准答案降低内存占用意味着同样的卡能塞下更大的batch或者在更少的卡上跑完同样的流程。报告特意补了一句防止误读的话R1提供的是一种低成本训练的方法而不是说只能通过低成本模式来进行训练。这句补充很关键——它把“便宜”定位成一种可选项而不是能力上限。对大厂来说这套流程意味着同样的预算能跑更多轮实验对中小团队来说意味着原本够不着的训练门槛被拉低了一截。两类玩家的动作会完全不同但受益逻辑是一致的。从行业角度看这解释了为什么2025年开年之后讨论焦点从“谁有万卡”迅速转向“谁的训练配方更省”。万卡依然重要但它不再是唯一的分水岭。血泪经验是当一项能力的成本下降一个数量级竞争维度一定会从资源转向工程细节而工程细节的差距往往比资源差距更难追上。2.3 Scaling Law 没被推翻斜率变了这是全篇最反直觉、也最容易被跳读掉的一段。报告写得很清楚通过优化R1可能实现了算力与性能的近似线性关系——每增加一张GPU模型推理能力可稳定提升无需依赖复杂的外部监督机制。这一特性直接验证了“算力即性能”的Scaling Law为AI芯片市场及AI Infra市场提供了明确的增量需求逻辑。把这段话拆开看它其实在说两件事。第一效率优化没有让算力变得可有可无反而让“加卡”这件事的收益变得更可预测了。以前加卡是玄学你不知道多出来的算力会转化成多少能力现在这条转化关系被验证成近似线性采购决策反而更好做了。第二外部监督机制被简化之后算力投入的边际回报不再被标注质量、奖励模型精度这些非算力因素稀释。对做基础设施的人来说这是个好消息而不是坏消息。真正会受影响的是那些靠“训练流程不透明”维持溢价的服务商——当客户发现同样的效果可以用更短的流程、更少的标注、更低的显存跑出来报价体系一定会被重新谈一遍。提示判断一家公司是否真的吃到了这波效率红利别看它发了什么模型看它的训练集群利用率和单次实验的迭代周期。这两个数字降不下来说明流程改造还停在PPT上。3. 参数量的分叉671B 和 1.5B 在同一年出现第二个拐点在数据侧但表现形式不是数据变多了是参数量的走向分叉了。2024年之前预训练模型的参数规模基本是一条单调上升的线2025年开年发布的这批模型第一次明确劈成了两极。3.1 2024年之前参数只往一个方向走把时间轴拉出来看很清楚2018年的BERT-Large在3.4亿参数2019年的GPT-2到15亿2020年的GPT-3跳到1750亿2021年前后行业开始认真讨论万亿参数2024年头部开源模型做到400B级别。这六年里“更大”几乎等同于“更强”参数量是最好用的宣传口径。2025年1月这一个月里发生的事情打破了这个单调性一边是671B的R1继续往上顶另一边是32B、1.5B的蒸馏版本同时发布还有一批厂商推出了百亿级甚至十亿级的新模型。同一个月份同一个技术路线参数量相差两个数量级而且都在被认真使用。从行业角度看这不是路线分歧是市场分层。高参数量模型守的是能力上限和复杂推理场景低参数量模型抢的是部署成本和响应速度。过去这两件事被迫在一个模型上妥协现在被拆成两条产品线各自优化各自的指标。3.2 端侧为什么突然需要小模型端侧的需求是被硬件推着走的。报告引用的数据是中国AI PC出货量从2023年的约300万台增长到2024年的约2100万台2025年预计约3100万台2026年预计约3800万台占比逐年抬升。同一时期AI手机、XR等便携设备、智能汽车、人形机器人都在把AI处理重心往端侧挪。这个迁移改变了模型选型的约束条件。云端可以容忍一个大模型慢三百毫秒端侧不能——用户按下去就要有反应。云端可以假设显存无限端侧不能——一台笔记本的可用显存是固定的。云端可以接受每次推理都联网端侧不能——离线场景是刚需。于是“小参数量够用的能力”成了端侧的硬指标而2025年发布的一批低参数量模型恰好把这个供给补上了。报告的说法是2025年发布的大模型都具有低参数量的特征为本地化部署到AI终端运行提供了可能。这句话的因果顺序值得注意——不是先有小模型再找场景是先有端侧场景才逼出了小模型这条产品线。对做端侧应用的团队来说这意味着选型逻辑要改。过去是“先把云端的跑通再想办法压缩”现在是“一开始就按端侧预算设计”。后者的返工成本低得多但要求你在需求评审阶段就把参数量、显存占用、首字延迟这三个数字写进验收标准。3.3 蒸馏链把推理能力压进 1.5B小模型不是凭空训出来的是从大模型蒸馏下来的。报告的流程图里R1的训练末尾明确有一步“蒸馏赋予小型模型推理能力”产物就是32B和1.5B这两个尺寸。蒸馏这件事的技术含义是把大模型在大量样本上表现出的输出分布作为小模型的学习目标。它传递的不是知识本身是“遇到这类问题时该怎么想”的模式。所以蒸馏出来的小模型往往在结构化推理、代码、数学这类有明确解题路径的任务上表现超出它的体量预期而在需要广博世界知识的开放问答上明显吃亏。这解释了为什么端侧产品一般不会只挂一个小模型就完事。常见做法是用小模型处理高频、短路径、格式化的请求遇到复杂请求再回流到云端。这条混合路由的阈值怎么定是2025年端侧产品最值得抠的工程细节之一——定高了云端成本压不住定低了用户体验断崖式下跌。注意蒸馏版模型的能力上限受教师模型和蒸馏数据双重约束。拿1.5B版本去对标671B版本的评测分数然后得出“小模型不行”的结论属于选错了对照组。4. 训练流程拆解GRPO 省掉的到底是谁前面三章讲的都是结果这一章讲原因。2025年被叫作算法变革元年核心证据是训练流程本身被改写了而不是模型效果又涨了几个点。4.1 三阶段训练以及 R1-zero 的越级传统大模型的对齐训练分三个阶段。第一阶段收集演示数据训练一个有监督策略模型第二阶段收集人类比较数据训练奖励模型让它学会给回答打分第三阶段用强化学习PPO拿奖励模型的分数去优化策略模型循环迭代。R1-zero 把前两个阶段整个跳过了。它完全基于强化学习训练不使用任何监督训练或人类反馈靠自我学习提高性能。报告的说法是“以第三阶段为主”。省掉的成本是实打实的不需要雇人写示范答案不需要雇人给成对回答排序不需要单独维护一个奖励模型并保证它不被策略模型钻空子。但代价也很直接——纯RL训出来的模型输出质量和可读性会出问题这是报告明确点出的。流程差异可以用一段结构化的伪代码看清楚。# 仅示意训练流程的结构差异非任何官方实现超参数均为占位符 def three_stage_pipeline(base_model, demo_data, pair_data, prompts): # 阶段一监督微调需要人工演示数据 policy sft(base_model, demo_data) # 阶段二训练奖励模型需要人工排序数据 reward_model train_rm(pair_data) # 阶段三PPO 强化学习依赖外部奖励模型打分 for step in range(N_STEPS): answers policy.generate(prompts) scores reward_model.score(answers) # 外部监督信号 policy ppo_update(policy, answers, scores) return policy def r1_zero_pipeline(base_model, prompts, verifier): # 跳过 sft 与 rm直接进入强化学习 policy base_model for step in range(N_STEPS): answers policy.generate(prompts, nSAMPLE_N) # 同一问题采样多条 # GRPO 不做逐条打分而是在组内做相对比较 rewards [verifier(a) for a in answers] # 可验证的规则型奖励 advantage group_relative(rewards) # 组内归一化替代critic policy policy_gradient_update(policy, answers, advantage) return policy两段代码的差别集中在三个地方。第一demo_data和pair_data这两个人工标注输入在第二段里直接消失了成本项被砍掉。第二reward_model换成了verifier——一个可以自动判定对错的规则型校验器而不是一个需要训练的神经网络这就绕开了“奖励模型被策略模型钻空子”这个老问题。第三group_relative这一步是 GRPO 的核心同一道题采样多条回答在组内比较谁更好用相对排名作为优势值从而省掉了 PPO 里必须维护的 critic 网络。参数上要说明的是SAMPLE_N控制每题采样条数它直接决定组内比较的统计稳定性也直接乘以训练成本verifier的判定准确率是整个流程的地基如果它判错模型会朝着错误方向稳定收敛而且收敛得很自信。这是纯RL路线最脆的地方也是为什么后续版本必须把冷启动数据加回来。4.2 冷启动数据换来的是可读性R1 在 R1-zero 的基础上做了一件事用少量冷启动数据微调。报告的原话是“提高了输出质量和可读性”。这个改动的定位很微妙。它不是在补能力是在补表达。纯RL训出来的模型可能答对但答得难看中间步骤混乱、格式飘忽、语言混杂。对 benchmark 来说这不算问题对真实用户来说这是致命的。少量冷启动数据相当于给了模型一个“答题格式模板”让它知道推理过程应该怎么写出来才像人话。从行业角度看这个设计选择透露了一个判断在2025年的竞争里纯技术指标的边际收益正在下降可用性的边际收益在上升。一个能答对但没法读的模型和一个答对率低三个点但输出规整的模型后者在C端产品里几乎必然胜出。提示评估一条纯RL路线是否可落地先看它的输出格式稳定性。把同一批问题跑三遍如果三次的推理结构差异很大说明可读性这一环还没补上。4.3 另一条路非Transformer架构与液态神经网络报告留了一整节讲非Transformer架构这是容易被忽略但信号很强的一块。文中提到的一种新架构叫LFMLiquid Foundation Model底层是液态神经网络LNN计算单元植根于动态系统理论、信号处理和数值线性代数。它的特点是小巧便携——小到可以直接部署在手机上做文档和书籍分析。报告给出的对比是在MMLU-Pro这类测试上小尺寸LFM的得分不低于参数量数倍于它的Transformer模型。这意味着两件事。第一架构层面的创新重新变得有回报了。过去几年大家默认Transformer是终局优化只在训练和推理工程上做现在有另一条线在同等参数下跑出更好的性价比说明架构搜索的空间还没关死。第二端侧的模型选型多了一个选项。Transformer的注意力机制在长文档上的显存开销是硬伤而基于动态系统的架构在处理序列信号时天然更省。报告的判断是2025年将是算法变革的元年未来最适合人类使用的大模型可能会是非Transformer架构。这句话的措辞很谨慎——“可能”。作为一个观察者我倾向于把它读成Transformer在2025年不会被动摇但“Transformer是唯一解”这个共识已经松了而共识松动往往比技术替代来得更早。对从业者的实际影响是评估口径要变。以前选模型只看参数量和榜单分数现在要加一列架构类型。因为架构决定了它在你的部署环境里能不能跑得动而这个约束比分数更硬。5. 四处常见误读算法效率提升不等于算力需求下降这一章专门拆几个在传播中最容易走样的判断。它们大多不是错在事实而是错在推论方向。5.1 误读一效率提升芯片就卖不动了误判点既然同样的效果可以用少得多的算力训出来那算力需求必然下降硬件厂商的景气周期要结束了。为什么错这个推论假设了需求总量固定。但报告给出的逻辑恰恰相反——算力与性能的近似线性关系被验证之后每增加一张GPU带来的能力提升变得可预测这降低了采购决策的不确定性反而为AI芯片市场和AI Infra市场提供了明确的增量需求逻辑。需求曲线移动的不是总量是门槛门槛降低进场的人变多。怎么看区分“单位任务的算力消耗”和“总算力消耗”两个指标。前者在降后者在涨这在计算史上反复出现过——单位成本下降从来都是总消耗上升的原因不是结果。5.2 误读二低成本训练等于低质量模型误读三小参数等于弱能力误判点一便宜训出来的模型能力一定有水分。为什么错报告特意区分了“低成本训练的方法”和“只能低成本训练”。降低成本靠的是流程重构——减少人工标注依赖、用组内相对比较替代外部奖励模型、降低内存占用——这些改动省的是流程开销不是模型容量。671B的参数量摆在那里它并没有因为训练变便宜而变小。怎么看看成本下降来自哪一环。来自标注和流程的下降是可复现的工程进步来自砍训练步数、砍数据质量的下降才是隐患。两者在loss曲线上长得不一样前者收敛正常后者会提前进入平台期。误判点二1.5B的蒸馏版能打说明大参数没意义了。为什么错蒸馏版的能力是从教师模型迁移过来的它在结构化任务上表现亮眼在需要广博知识的开放任务上明显有短板。而且蒸馏版的性能天花板被教师模型锁死——教师不进步学生就到顶。怎么看把蒸馏版看成产品形态而不是技术替代。它的价值在于让端侧跑得起不在于证明参数量无用。5.3 误读四开源权重是放弃商业误读五示意图能当 benchmark误判点一权重放出来了商业模式就没了。为什么错报告里关于普惠的那段对比提供了一个参照——某国产手机厂商当年用性价比打法直接挑战国际品牌的高价策略短期看是把利润让出去了长期看是带动了屏幕、镜头、代工等一整条本土供应链升级把整个行业的制造成本压下来然后靠覆盖下沉市场和长尾应用把量做起来。模型开源是同一套逻辑让出去的是一部分授权收入换来的是生态位和调用量。怎么看看开源方的收入结构里授权占多少、云服务与解决方案占多少。前者越小开源越是理性选择而非慈善行为。误判点二报告里那张训练算力散点图可以直接引用。为什么错图下明确标注了“仅为示意不代表实际情况下具体数量与效果的对比”。它的制作方式是用代码协作生成的可视化目的是表达趋势不是记录实测值。怎么看任何一张没有标注数据来源和测量方法的算力对比图都只能看方向。要横向比具体倍数得回到各自的训练报告里找口径一致的字段——而大多数时候你找不到。6. 接下来盯什么四个指标和一条判断线如果前面五章讲的是已经发生的事这一章讲怎么用它做判断。2025年剩下的时间里我建议把注意力放在四个可观测的指标上而不是继续追模型发布会的热闹。观察指标为什么重要看什么信号单位智能的推理价格决定C端应用能不能规模化落地每百万输出令牌的价格是否继续下探以及下探来自流程优化还是补贴端侧模型的落地形态决定小模型是实验品还是产品是否出现默认预装、离线可用、且不依赖云端回流的端侧功能训练流程的公开程度决定效率红利能否被复制技术报告里是否给出数据配比、奖励设计和蒸馏细节而不只是分数非Transformer架构的工程验证决定架构层是否真的开了一条新路是否出现可复现的端侧部署案例而非只有测试集分数这四个指标背后是同一条判断线这一轮变革的价值最终要落在“单位成本能买到多少可用的智能”上而不是落在某个模型的榜单排名上。对不同的角色这条线的读法不同。做模型训练的重点是把流程里的标注依赖和显存开销再压一轮因为这是当前性价比提升最直接的两个来源做应用层的重点是重新算一遍成本模型——过去因为太贵而搁置的场景比如长文档分析、批量代码生成、多轮陪护类对话在推理成本下降近三十倍之后商业账可能已经翻正了做基础设施的重点不是担心需求萎缩而是判断增量需求会流向哪一层训练侧和推理侧的配比在2025年会明显不同于2024年。还有一个容易被低估的方向是具身智能。报告提到多模态模型的能力加上低成本、高效率的推理方案有望重塑机器人的交互与决策——多模态侧负责融合视觉与语言、理解场景描述和人类指令推理侧负责把任务分解成步骤、做链式思考、自主规划。这两块拼起来恰好是机器人最缺的那部分。而端侧可部署、推理成本低又是规模化落地的前置条件。这个方向在2025年不会立刻出成果但它是这轮效率红利最长的受益链条。至于风险我最在意的是补偿性投入。历史上每一次效率跃升都会引出一轮需求扩张然后需求扩张把效率红利吃掉一部分。2025年如果出现大量“因为便宜所以滥用”的场景——比如把大模型塞进根本不需要推理的流程里——那么总的算力开销会先涨上去再逼出下一轮优化。这个循环本身不是坏事但它会让“降本”的账面效果在半年后变得没那么好看。从那以后我每次看到“性能提升”和“成本下降”同时出现在一页材料上都会先把三件事拆开问一遍降的是哪一段成本省的是哪一类标注涨的是哪一个指标。问完这三句大部分看起来惊人的数字都会落回一个合理的位置剩下的那部分才是真正值得跟的信号。希望帮到你。本文还有配套的精品资源点击获取
阅读完成 · 觉得有帮助？
