从DeepSeek技术看通用人工智能发展趋势
应用介绍
为深入了解DeepSeek在通用人工智能领域的最新进展，《科技导报》邀请北京航空航天大学人工智能研究院教授、国家重点研发计划（智能服务适配）首席专家吴文峻撰文，探讨DeepSeek的技术创新与通用人工智能发展趋势。首先，从DeepSeek的技术特点出发，详细分析了其在模型架构和推理技术方面的核心创新；随后，探讨了DeepSeek对通用人工智能未来发展的影响，包括开源生态的作用、神经标度律（Neural Scaling Law）的局限性以及通专结合的行业模型；最后，总结了DeepSeek的技术贡献，展望了其在开源生态和垂直领域应用中的潜力。
近年来，随着深度学习技术的快速发展，大语言模型（LLMs）在自然语言处理、内容生成、推理能力等方面取得了显著进展。然而，尽管这些大模型在规模和性能上不断突破，其发展仍面临诸多挑战，包括高昂的训练成本、推理效率的瓶颈，以及模型在复杂任务中的逻辑推理能力不足等问题。在此背景下，DeepSeek应运而生，作为中国在通用人工智能（AGI）领域的重要探索，DeepSeek不仅继承了现有大模型的优势，还在模型架构、训练效率和推理能力等方面进行了创新性突破。
传统的大型模型训练，无论是闭源的GPT系列还是开源的LLaMA系列，都面临着巨大的图形处理器（GPU）资源消耗的挑战。然而，DeepSeek-V3模型以其创新的设计理念，巧妙地实现了低成本与高性能的完美融合，为这一难题提供了突破性的解决方案。该模型不仅显著提升了推理效率，还有效优化了资源利用率，为大规模模型训练开辟了新的道路。
DeepSeek通过创新性采用FP8混合精度训练框架，实现了大模型算法与智能硬件的高度协同优化，这一技术路径对推动中国AI基础设施自主化，实现基于国产软硬件的协同优化设计具有重要启示。
DeepSeek-V3以高达671 B（6710亿）的参数量，将训练成本大幅降低至约557万美元（表1），与传统大模型动辄上亿美元的投入形成鲜明对比。这一突破不仅彰显了DeepSeek的技术实力，更为行业提供了高效、经济的训练范式。
在人工智能领域，认知推理能力是衡量模型智能水平的重要指标之一。DeepSeek-R1通过创新的推理技术和架构设计（图1），显著提升了“慢思考”能力——即系统化、逻辑化的深度推理能力。
DeepSeek-R1-Zero使用准确度奖励和格式奖励来指导模型推理的强化训练，尽管其推理表现尚不如其他模型，但通过生成中间思维步骤，成功展示了推理能力生成的可行性。DeepSeek-R1进一步通过结合监督微调与强化学习来优化其推理性能。通过采用监督微调和强化学习技术，DeepSeek有效规避了PRM技术中依赖高质量的人工标注数据、难以明确定义细粒度步骤以及判断中间步骤正确性等关键问题，显著提升了模型在复杂推理任务中的性能表现。
DeepSeek-R1和OpenAI o1/o3这些大模型系统所取得的推理性能，标志着LLMs在推理方面的研究取得了新的突破，开启了这个领域的新范式，即系统1（“快思考”）+系统2（“慢思考”）。这个范式意味要对符号主义积累的成果和现有的大模型框架进行更深入的结合，可以在不同的情境中形成动态可变的、复杂思维链，以便在常识推理、数学推理、算法推理、科学推理、具身推理等方面持续提升，直至达到甚至超过人类的认知推理能力。
大模型虽然在各种自然语言问题的基准测试（benchmark）中表现不错，但是在真实的交互中，经常出现“幻觉”问题。DeepSeek-R1代表的强化推理能力，未来有望让大模型能够在合适的事实性和逻辑性约束的奖励函数限制下，通过自我反思和思维链回溯，大大减少自我幻觉的产生，更好地提升常识推理能力。数学推理是目前LLMs研究者都高度关注的领域，充分体现了神经符号融合的技术内涵。DeepSeek就有专门针对数学的模型版本：DeepSeekMath 7B和DeepSeek-Prover-V1.5。
前文论述的DeepSeek和其他推理系统所构造出的神经符号系统，为未来实现跨领域、超长链条的科学推理提供了很有价值的探索思路。未来，基于类似DeepSeek-R1的推理技术，可以从多个方面赋能跨领域的科学推理，从而突破费曼极限。首先，可以在海量科技文献的基础上，实现最新学科知识的深度整合和挖掘，形成对复杂科学领域探索的知识基础。其次，可以在海量科学数据的基础上，对这些数据蕴含的内在规律和模式进行分析，归纳总结出本质的科学规律，建立融合神经网络和数理机理符号的新型科学模型，来刻画和表征复杂系统的关键因素，理解复杂系统要素之间的深层次关系，突破传统模型无法领悟的因果链条。
DeepSeek的成功开启了通用人工智能深度探索的新篇章，特别是对大语言模型、多模态大模型和具身智能大模型的发展带来新的动力。为推动人工智能技术的持续演进，亟需深入探讨以下3个关键问题：首先，DeepSeek所采用的开源路线将在通用人工智能的发展中扮演何种角色？其次，在迈向通用人工智能的过程中，Neural Scaling Law是否仍具备其理论指导意义？最后，如何通过“通专结合”的方式构建行业大模型，从而充分发挥大模型技术在产业应用中的价值？
DeepSeek的成功本质上体现了开源路线在推动生成式人工智能技术进步中的重要作用。DeepSeek-R1系统超过了o1模型的性能，无疑给开源大模型社区提供了全新的技术选择，打破了OpenAI的技术垄断，让每个研究者和开发者都能站在这个全新的起点上，以开源进化的技术演进模式，持续加速探索LLMs推理的新思路和新创新。DeepSeek的开源实践或许印证了发展通用人工智能的必然规律，必须通过开放的技术创新生态，打造开放的通用人工智能系统，实现开源创新驱动、模型滥用风险防范、可持续商业模式之间的微妙平衡。
在大模型研发中，通常认为模型的性能提升和模型参数规模之间满足幂律关系，也就是Neural Scaling Law，即模型规模越大，输入的训练数据越多，模型预测能力就越强。但这种指数级增长的算力需求，给智算集群系统带来了极大的开销，使得规模的可持续扩展遇到瓶颈。此外，高质量和高密度数据语料库的稀缺性也成为制约模型规模扩展的关键因素。综上所述，单纯依赖模型规模的扩展来实现通用人工智能，无论在技术可行性还是经济成本方面，均难以构成可持续的技术路径。
目前，业界的研究重点正在转向后训练（Post-Training）和测试时间缩放（Test-Time Scaling，TTS）2个方面。1）监督微调和强化学习等Post-Training方式成为优化模型性能的关键手段。2）TTS是一种在推理阶段通过增加计算资源或时间来提升大模型性能的技术。未来的研究将更加注重模型的高效性和可持续性，而非单纯追求规模的扩展。
随着大模型训练范式的改变，尤其是推理和Post-Training、TestTime Scaling逐渐成为发展的热点。在垂直领域走“通专结合”的技术路线成为必然，需要引入模块化的架构假设、强化式的能力提升，支持大模型与业务逻辑的紧密结合，在产业领域实现广泛落地与价值赋能。首先，巨无霸式的通用模型必然给企业带来维护升级、训练成本等一系列的复杂性难题，必须引入模块化设计的理念，实现模型结构和业务功能的松耦合架构。其次，业务场景需要对基座模型进行定向的蒸馏与微调，以提升其专业能力。
自DeepSeek大模型发布以来，已在多个行业，尤其是保险领域，取得了显著的应用成效。截至2025年2月18日，已有多家领先保险公司接入DeepSeek并落地应用。这种“通专结合”的模式不仅促进了大模型的落地应用，更推动了行业智能化的全面升级。
DeepSeek的推出标志着中国在通用人工智能领域迈出了重要的一步，开启了基于国产技术的人工智能创新生态新篇章。通过在大语言模型、推理技术等方面的创新，DeepSeek不仅展示了其在多领域对话、内容生成以及深度逻辑推理方面的强大能力，还为未来通用人工智能的发展提供了新的思路和方向。DeepSeek的成功不仅为开源生态注入了新的活力，也为行业模型的“通专结合”提供了可行的路径。随着模型规模的扩展和推理技术的不断优化，DeepSeek有望在更多垂直领域实现广泛应用，推动人工智能技术在医疗、教育、金融等行业的深度落地。
总的来说，DeepSeek不仅是中国人工智能技术发展的里程碑，更是全球人工智能领域的重要贡献者。随着AI技术的不断进步和应用的深入，像DeepSeek一样的中国自主AI研究力量有望在更多领域引领原创技术突破，推动人工智能迈向新的高度，为人类社会可持续发展带来更多的创新与变革。
吴文峻，北京航空航天大学复杂关键软件环境全国重点实验室，杭州市北京航空航天大学国际创新研究院，教授，研究方向为可信智能、群体智能、AI for Science。
吴文峻, 廖星创, 赵金琨. DeepSeek技术创新与通用人工智能发展趋势[J]. 科技导报, 2025, 43(6): 14-20.
IMD：2024 年全球数字竞争力排名报告：跨越数字鸿沟人才培养与数字法治是关键（214 页）
联合国人居署：2024 全球城市负责任人工智能评估报告：利用 AI 构建以人为本的智慧城市（86 页）
TechUK：2025 全球复杂多变背景下的英国科技产业：战略韧性与增长路径研究报告（52 页）
Evaluate Pharma：2024 年全球生物制药行业展望报告：增长驱动力分析（29 页）
谷歌：2024 人工智能短跑选手（AI Sprinters）：捕捉新兴市场 AI 经济机遇报告（39 页）
兰德公司：2025 从研究到现实：NHS 的研究和创新是实现十年计划的关键报告（209 页）
康桥汇世（Cambridge Associates）：2025 年全球经济展望报告（44 页）
牛津经济研究院：2025 TikTok 对美国就业的量化影响研究报告：470 万岗位（14 页）
波士顿咨询：2025 亚太地区生成式 AI 的崛起研究报告：从技术追赶者到全球领导者的跨越（15 页）
安联（Allianz）：2025 新势力崛起：全球芯片战争与半导体产业格局重构研究报告（33 页）
IMT：2025 具身智能（Embodied AI）概念、核心要素及未来进展：趋势与挑战研究报告（25 页）
IEEE：2025 具身智能（Embodied AI）综述：从模拟器到研究任务的调查分析报告（15 页）
CCAV：2025 当 AI 接管方向盘：自动驾驶场景下的人机交互认知重构、变革及对策研究报告（124 页）
艾昆纬（IQVIA）：2025 骨科手术机器人技术的崛起白皮书：创新及未来方向（17 页）
NPL&Beauhurst：2025 英国量子产业洞察报告：私人和公共投资的作用（25 页）
IEA PVPS：2024 光伏系统经济与技术关键绩效指标（KPI）使用最佳实践指南（65 页）
AGI 智能时代：2025 让 DeepSeek 更有趣更有深度的思考研究分析报告（24 页）
2025 军事领域人工智能应用场景、国内外军事人工智能发展现状及未来趋势分析报告（37 页）
美国能源部：2021 超级高铁技术（Hyperloop）对电网和交通能源的影响研究报告（60 页）
罗马大学：2025 超级高铁（Hyperloop）：第五种新型交通方式 - 技术研发进展、优势及局限性研究报告（72 页）
德安华：全球航空航天、国防及政府服务研究报告：2024 年回顾及 2025 年展望（27 页）
奥雅纳：2024 塑造超级高铁（Hyperloop）的未来：监管如何推动发展与创新研究报告（28 页）
军事人工智能行业研究报告：技术奇点驱动应用加速智能化重塑现代战争形态 - 250309（40 页）
Check Point：2025 年网络安全报告 - 主要威胁、新兴趋势和 CISO 建议（57 页）
沃尔特基金会（Volta Foundation）：2024 年全球电池行业年度报告（518 页）
国际科学理事会：2025 为人工智能做好国家研究生态系统的准备 - 2025 年战略与进展报告（英文版）（118 页）
奥纬论坛：2025 塑造未来的城市研究报告：全球 1500 个城市的商业吸引力指数排名（124 页）
Future Matters：2024 新兴技术与经济韧性：日本未来发展路径前瞻报告（17 页）
皮尤研究中心：2024 美国民众对气候变化及应对政策的态度调研报告：气候政策对美国经济影响的多元观点审视（28 页）
空间计算行业深度：发展趋势、关键技术、行业应用及相关公司深度梳理 - 250224（33 页）
北京大学：2025 年 DeepSeek 系列报告 - DeepSeek 与 AIGC 应用（99 页）
CIC 工信安全：2024 全球人工智能立法的主要模式、各国实践及发展趋势研究报告（42 页）
AGI 智能时代：2025 年 Grok - 3 大模型：技术突破与未来展望报告（28 页）
陕西咸阳市中级人民法院近日公布一宗曾轰动社会的杀人案调查报告，2022年时，男艺人张艺洋因不满16岁女友提出分手，持刀将其杀害，并试图制造女方自杀假象，最终以故意杀人罪被判处死刑，并已于去年12月18日遭枪决，他也因此成为中国娱乐圈首位被依法判处并执行死刑的艺人。
为进一步加大执行力度，更好借用社会力量，维护法律权威，切实维护当事人的合法权益，根据申请执行人的悬赏执行申请，依照《中华人民共和国民事诉讼法》第二百六十六条、《最高人民法院关于民事执行中财产调查若干问题的规定》第二十一条、第二十二条、第二十三条、第二十四条之规定，本院特发布悬赏公告如下:一、执行案号湘1127执恢148号。
中联重科员工联系我了，我给大家读一读 你们觉得，有道理么，我觉得，挺有道理的#摩托车 #交通事故 #中联重科
昆明车祸致131人死亡？#这则“警情通报”是假的 对于故意编造、传播谣言的违法违规行为，公安机关将依法查处，绝不姑息
为了这个镜头，特意来了一趟亚特兰蒂斯 #三亚 #亚特兰蒂斯 #周末去哪儿 #亲子游玩好去处 #三亚亚特兰蒂斯
高考填志愿的当口，湖南这7所假大学名字听着挺唬人，骗钱骗时间，毕业证就是一张废纸。屈原大学、株洲航空旅游、常德经贸学院、经济管理大学、湘林科大、中南建筑工业、湖南工贸学院——全是被官方点名的野鸡大学，专坑不明真相的学生和家长。
长沙避暑胜地:浏阳大围山，22摄氏度的清凉天堂。而就在长沙，有这样一个避暑佳处——浏阳大围山，夏季平均温度仅22摄氏度，堪称“自然空调”。
等了四年，流亭机场航站楼终于有动静了!7月16号青岛城诚公司正式对外招租，18万平米的超大空间瞄准会展和航空器4S店，连带办公楼公寓打包出租。
