ListenHub
3
5-28原野: 嘿，最近圈里都在聊DeepSeek的R1模型，说是升级了，推理和编程能力都窜天猴似的往上蹿，这到底是个啥情况啊？
晓曼: 没错，5月28号他们悄咪咪地搞了个“小实验”，放出来给大家体验了。简单说，这次升级就是专门给它的“大脑”升级了一下，让它更会推理，更会写代码，而且效果还真挺惊艳的。
原野: 推理？这词儿听着就高大上，能接地气儿点儿解释不？
晓曼: 这么说吧，你平时做逻辑题，是不是得一步一步想？以前DeepSeek也能推理，但有时候脑回路有点乱。这次升级就像是给它装了个“顺风耳”，让它想问题更有条理，一步一个脚印。有用户就说，感觉现在跟它聊天，就像跟谷歌的Claude聊天一样，答案更靠谱，排版也更漂亮。
原野: 听起来有点意思啊！那编程方面呢？也学了啥“葵花宝典”？
晓曼: 编程就更厉害了，写出来的代码更流畅，注释也更清楚。我跟你说个好玩的，有人让它写个小游戏，就是那种能互动的视频游戏。结果它用Python写完，直接就能转成HTML5，浏览器里一拖就能玩，连环境都不用搭！
原野: 这么方便？！不过，能力强了，是不是速度就慢了？
晓曼: 确实，这次响应速度比之前慢了一丢丢，但大部分人都觉得，为了更准确的结果，等个一两秒也值了。毕竟推理和写代码也挺费脑子的，对吧？
原野: 费脑子？那它背后的那些参数是不是也得跟着升级啊？现在都啥配置了？
晓曼: R1的总参数现在是6710亿，推理的时候会激活37亿个。它用了个叫“稀疏混合专家”的架构，能处理16万多个token的超长文本。意思就是，你给它一大堆资料，它也能连贯地看完，不会卡壳。
原野: 那成本呢？是不是也跟着水涨船高了？
晓曼: DeepSeek一直强调性价比，库克之前还夸过他们。这次升级虽然后端更复杂了，但还是比那种传统的“全量微调”省钱，因为他们用了强化学习，不用堆那么多数据。
原野: 现在国内AI模型也挺多的，像阿里的通义千问，百度的文心大模型，DeepSeek这次升级能站稳脚跟吗？
晓曼: 竞争是挺激烈的，但这次R1的“小实验”在用户体验上拿了高分。说明啥？说明评判AI模型，不能光看那些测试数据，还得看用户的真实反馈。
原野: 这么说，AI模型就像跑百米，不光要看终点成绩，还得看你途中跑得稳不稳。
晓曼: 没错！DeepSeek这次升级，让中国AI在全球赛道上又往前冲了一点，也给我们带来了很多新的思考。
原野: 好的，今天咱们就先聊到这儿。感谢你给我科普了DeepSeek R1的“黑科技”，下次再来听你讲新故事！