DeepSeek vs. Openaai：Ki-Wet Racen暴露了中国的R1，只是副本还是战略杰作？

Xpert 预发布

在线联系（康拉德德军总部）

语言选择 📢

发布于：2025年2月12日 /更新，发表于：2025年2月12日 - 作者： Konrad Wolfenstein

不仅仅是模仿吗？ DeepSeek R1和R1零与OpenAI O1-AI技术中的AI技术

不仅仅是模仿吗？ DeepSeek R1＆R1零与OpenAI O1-AI技术在全球比较图像中：XPERT.Digital

策略还是机会？ DeepSeek R1与Openai的O1之间的竞争对手 - 重点报告

巨型技术竞赛：DeepSeek vs. Openaai-谁主导了AI的未来？

多年来，中国和美国一直是全球技术发展的中心。尤其是在人工智能（AI）领域，有一场强化种族，大型科技公司和新兴初创企业正在寻找创新的解决方案。在这种情况下，中国Ki初创公司DeepSeek和美国公司Openai引起了轰动。 DeepSeek最近提出了两个出色的AI模型，称为DeepSeek R1（在基本版本“ R1”中）和DeepSeek R1零（通常也称为“ R1-Zero”），而美国的Openai O1型号及其较小的O1 Mini，O1 mini，o1 mini，等待。许多观察者想知道，DeepSeek R1和R1零模型是否只是对美国技术的随机模仿，或者背后是否有针对性的策略来帮助中国AI部门的突破。

本文强烈涉及DeepSeek和OpenAI的AI系统之间的差异和相似性。此外，它被阐明了如何在DeepSeek R1零和R1中使用增强学习，以及这可能导致下一代AI模型的潜力。在这些解释的过程中，将有2000多个单词聚集在一起，以便进行全面的考虑和更深入的分析。同时，尝试仅提出可以被认为值得信赖的内容。该文本与纯粹的猜测分开，并着重于AI区域的可理解趋势，众所周知的技术数据和陈述。

适合：

人工智能领域的中国与美国：DeepSeek R1（R1 Zero）和 OpenAI o1（o1 mini）真的有那么不同吗？

AI部门的全球竞争

近年来，中国与美国在AI领域的竞争大大增加。观察者一直在谈论在未来技术上至高无上的真正竞赛中两国。这场竞争如此糟糕的原因有多种。首先，两国的政治决策者都认为在未来几十年中确保创新领导能力的潜力。其次，大型技术公司已经认识到AI解决方案有望具有巨大的经济优势。第三，中国和美国都制定了广泛的战略来推进AI研究。

在中国，KI被视为该国现代化的重要组成部分，并且是几年来的“国际竞争的关键”。政府通过各种计划和金钱来促进初创企业和研究机构，以扩大AI技术的发展。相比之下，美国依靠自由市场的力量，在那里，诸如Google，Microsoft，Meta和Openai之类的大型公司，以及许多较小的演员都在竞争中，并从投资者那里获得了高额的款项机器学习，以实现神经网络和自然语言处理（NLP）。

一目了然

作为来自中国的新兴球员，DeepSeek现在在全球AI场景中充当了一种“内部技巧”。 AI初创公司不如伟大的中国科技公司闻名，但在专家界引起了人们的关注，因为它似乎在短时间内发展出高质量的大语言模型（LLMS）。其中两个模型是DeepSeek R1和DeepSeek R1零。另一方面，Openai是一家位于加利福尼亚州的公司，该公司以其AI模型而闻名，并在早期引起了人们的关注。借助O1和他的小姐姐O1 Mini，Openai展示了他们对高质量和同时可扩展AI系统的关注。

DeepSeek R1和R1零的模型最近在基准测试中取得了结果，可以通过OpenAIS O1 mini和更强的O1模型来测量。在一个经常在美国著名公司中占主导地位的创新行业中，中国的DeepSeek突然成为了一个认真的竞争对手。一些分析师想知道DeepSeek在多大程度上受到了美国方法的启发，以及仅复制策略还是实际引入了新方法。

DeepSeek R1和R1零的技术基础

1。DeepSeek-R1-Zero：没有人类监督的加固学习

DeepSeek-R1-Zero特别敏感，因为该模型完全依赖于增强学习（RL），而没有以前使用人类反馈或经典监督的鳍调谐。这种方法被认为是值得注意的，因为大多数高级AI应用程序至少在几个阶段使用人类注销的数据或来自真实测试的反馈。

DeepSeek-R1-Zero走了一条不同的路径。该模型的设计方式使其发展能够识别大而复杂的关系并独立改善的能力。通过始终使用RL反馈，R1-Zero获得了某些技能，这在所谓的“推理”领域尤为重要。其中包括：

自我检查：该模型在发现错误的最终答案之前检查了自己的中间步骤（他的“内部独白”）。
反思：该模型没有输出一个答案，而是反映了不同的答案选项，类似于一个人如何权衡彼此可能的解决方案。
长长的思想链的产生：R1-Zero表明它还可以为复杂任务生成中间步骤，该步骤在解决方案方面灵活使用。

检查自己并重新启动自己，如果您意识到死胡同是一种对AI研究中未来突破至关重要的能力。因为问题越复杂，那么安排思想和纠正错误方法的能力就越重要。

2。DeepSeek-R1：增强学习和经典微调的组合

姐妹模型DeepSeek-R1结合了增强学习的潜力与更传统的监督微调方法。这种策略的背景是，强化学习可以导致特别创造性和优雅的解决方案，但有时会导致人类对可理解性和相关性的期望。为了抵消这一点，DeepSeek的开发人员还使用了微调方法，其中使用了人类的反馈和策展培训数据。

根据内部测试和一些公开访问的基准，DeepSeek-R1在各种学科中显示出强大的服务。这包括：

数学：AIME的平均值为79.8％，Math-500的平均值为97.3％。
编程：该模型在代码竞赛（例如CodeForces）中的其他参与者中约有96.3％。
常识：在这里，MMLU的值为90.8％，GPQA钻石的值为90.8％。

DeepSeek-R1更便宜，但同时在许多学科中达到了极好的价值，这引起了观察者的好奇心。 “这是新兴时代的开始，而初创企业挑战了高度融资的美国巨人？”一些评论员问自己。

Openai的O1：背景，哲学和服务

从一开始，Openaai一直坚持要求“为人类利益开发安全有用的人工智能”。这种leitmotif反映在许多决策中，包括增强学习和人类反馈（RLHF）的结合。背后的想法是，该模型学会通过与人类反馈提供者的互动来提供答案，这些反馈提供者不仅是正式正确的，而且同时可以理解，有益和道德上的合理性。

RLHF可以防止可能的不良发展，例如，如果模型可以产生不适当的内容。但是，这需要额外的资源，因为该模型的支持和培训（包括人类考试和反馈流程）是昂贵的。费用通常反映在较高的订阅或使用费中。对于O1，经常提到相对较高的API价格，而其他提供商（例如DeepSeek）提供了较低的访问障碍。

关于性能测试，OpenAI的O1是一个强大的系统，可以应用于各种任务。从数学到编程到文本的创作过程开始，O1反复证明它的作用很高。他的吸毒链阅读尤其是众所周知，其中模型将复杂的问题分为中间步骤，并提供非常精确的结果。例如，如果您完成了数学文本任务，则可以了解在许多情况下思维过程的工作方式。该模型并不显示透明的每个步骤，而是通常花费逐渐的论点，从而导致一个可以理解的解决方案。

比较两个系统：DeepSeek-R1与O1

1。

在数学测试中，据报道，DeepSeek-R1在AIME中的准确度为79.8％，而O1据说为79.2％。这是一个最小的差异，但是，由于DeepSeek在技术上相等甚至略有优势，因此具有心理效果。在编程区域，它指出，DeepSeek-R1在CodeForces测试中达到了96.3％左右，而O1应该超过96.6％。这种差异也很低，但表明这两个模型都在眼睛水平上起作用。

2。成本和可及性

重要的一点是不同的成本结构。虽然Openaai用于O1的一部分费用相对较高，但DeepSeek-R1的价格较低：DeepSeek的某些业务介绍中，“便宜高达95％”。这些陈述必须在实践中验证，但是如果此成本优势是正确的，那么这可能是DeepSeek的巨大竞争优势。这特别适用于必须处理大量数据并因此选择长期节省成本的解决方案的公司客户。

此外，根据自我披露，DeepSeek-r1在共同执行下可用，该可用允许自由使用和修改模型权重和输出。在越来越多的开发商和公司依靠开源的时候，这可能是至关重要的。 “对于我们促进创新，开放意味着促进我们”是DeepSeek反复传达的声明。通过开源解决方案，开发人员可以直接研究代码，进行调整并将模型集成到自己的项目中，而无需陷入封闭的生态系统强迫。

适合：

3。特殊技能

DeepSeek-R1和O1的特征都以高级推理为特征。 DeepSeek-R1具有通过RL，协调的中间步骤和“长链”来反映自我批判反射的明显能力。另一方面，Openai的O1闪闪发光，它在其链链中发挥了作用，该链描述了创建逐渐和逻辑上可理解的解决方案的能力。因此，这两种模型不仅能够立即提出结果，而且能够在一定程度上解释其考虑因素。这增加了可追溯性和对费用的信任。

DeepSeek-R1零：专业和前景

1。专注于增强学习

DeepSeek-r1零是R1模型的激进版本，因为它可以消除经典的人类反馈。尽管R1部分依赖于监督的微调，但R1-Zero完全依赖于RL。从AI研究的角度来看，这是一个令人兴奋的实验：“强化学习的潜力在这里驱动到极端，”一些观察家说。强化学习模仿了实验和错误的原理，其中该模型获得了正确的中间步骤或最终结果的奖励信号。

R1-Zero的主要要素是思考思维的能力。如果将特定问题归类为更困难，则该模型使用更多的计算周期来寻找合适的解决方案。这种自适应计算方法可以减慢模型响应，但倾向于提高结果的质量。可以总结“较慢但更聪明”。

2. 挑战

但是，激进的RL方法也具有暗面。 DeepSeek-R1零有时应突然在不同语言之间切换或从用户角度产生混淆的费用。这种不受控制的语言变化可能是由于强化学习过程中的变化探索阶段所致。到目前为止，从长远来看，在实际使用方案中，加固学习方法如何是如何缩小的，有时容忍度更窄且法规要求很高。

R1-Zero当前无法运行扩展的对话功能，JSON版本或特殊的“函数调用”。如果要将AI解决方案集成到业务环境中，则这些功能通常是必不可少的，例如用于自动化过程。 DeepSeek宣布，他们正在研究旨在逐渐添加这些功能的更新。但是，是否以及何时出现这些更新还有待观察。

由开源对AI的民主化？

DeepSeek不仅发布了其大型型号R1和R1-Zero，而且公开提供了六个较小的分支。这些模型是通过从较大模型中提取的数据部分训练的。目的是为世界各地的AI开发人员提供简单的工具来构建自己的AI项目。 DeepSeek说：“我们希望AI革命能够接触到所有人，而不仅仅是大型公司或研究机构。”

这样的步骤确实可以改变AI景观。如果公开可用，那么强大的模型，初创企业和独立开发人员甚至不必与大型美国提供商完成昂贵的许可合同，而是可以直接修改并使用自己的DeepSeek模型变体。一些专家认为这是通过避免垄断或寡头垄断来促进人工智能领域的真实品种和创新的机会。

在房屋开发中是模仿还是战略性？

AI的西方博彩纠纷中的一个反复出现的话题是：中国简单地抄袭了美国，还是它是真实的发展？实际上，DeepSeek R1和R1零与Openai O1的工作方法显示了许多相似之处。例如，两种增强学习都使用过程优化。将一系列思想链（尽管）链链（尽管）融合到多步任务的逻辑处理中的想法也出现在西方研究的早期。在这方面，很明显，DeepSeek也从这些知识中受益，有时也实现了类似的范式。

但是，这种相似性不应被评为窃或轻度模仿的证据。 AI的研发是一个全球驱动的领域，新想法很快就会说话。此外，科学出版物在整个领域的进步加深了进步，因此全球的研究人员继续以同一基础为基础。因此，DeepSeek也可能独立地完善了强化学习方法，甚至超越了某些基准的竞争。

竞争机会和风险

由于其令人印象深刻的业绩，DeepSeek R1和R1-Zero唤起了投资者，研究机构和技术公司的渴望。如果您正在同时寻找便宜，强大和开放的解决方案，那么DeepSeek几乎无法避免。评估一些行业专家的评估是：“没有多少提供者拥有如此高的水平，同时也提供了这种开放程度。”

但是，有风险。一些感兴趣的政党犹豫不决地采用“ 1版”模型，因为AI系统经过几次迭代后通常才能达到市场成熟。还不清楚DeepSeek是否可以保证对主要客户至关重要的支持流程中必要的稳定性和可靠性。有关保证，可信赖性，数据保护和安全性的问题也至关重要。尤其是在敏感数据方面，不仅技术绩效是至关重要的，而且是AI解决方案是否符合国际公司的安全要求的问题。

道德和地缘政治意义

中国与美国之间技术部门之间的地缘政治紧张局势将随着强度的增加而投影到AI部门。 “在敏感数据和新的AI代理商的发展方面，您应该信任谁？”在西方，人们对中国人工智能系统存在怀疑，因为人们担心政府机构的潜在干预措施。相反，在中国专有系统中，有针对美国统治地位和任何后门（后门）的保留。

这场冲突反映在以下问题上：DeepSeek是否确实代表了独立的创新，或者只是“中国制造”的副本。如果可以证明DeepSeek R1和R1-Zero设定了新的质量标准，那么中国将拥有领先的AI系统之一，这将是该国从地缘政治角度快速崛起的象征。相反，OpenAI的O1和美国持续发展的成功可能导致这样一个事实，即美国AI公司继续将主权保持在市场上。

潜在的应用程序方案

1。科学研究与数学

DeepSeek-R1和O1对于研究人员，学生和教育机构都很有趣，因为它们在数学任务中的表现良好。由于AIME或MATH-500等领域的高精度值，这些模型适用于解决复杂的代数，几何或分析任务。在提取和摘要科学专家文本方面，他们也可以担任助手。

2。编程和软件开发

这些模型还可以在软件工程领域发展其好处。 DeepSeek-R1和O1可以解释源代码，确定不正确的段落并提出优化建议。 DeepSeek-R1还集成了一个函数，该函数可以直接在聊天接口中测试和渲染代码。这加速了开发周期并促进了快速迭代。在团队中工作的开发人员可能会落在一个不断提供反馈的虚拟代码教练上。

3。创造性的头脑风暴和内容创建

两种模型都可以通过产生想法，提出内容结构或帮助撰写更长的文章来支持文本位置过程。对于广告报纸，记者或博客作者，有新的机会有效地创建内容，并一次又一次地提出新的观点。但是，批判性地检查输出并非盲目采用仍然很重要。

对未来的看法：DeepSeek和Openaai会塑造AI市场吗？

DeepSeek R1和R1-Zero的进一步发展可能是全球趋势的信号，该趋势朝着独立学习，仅依赖于人类干预措施的强大，自主的AI模型。增加重新训练学习的方法对应于现代AI研究的一般取向。一旦这些模型证明了他们在真实项目中的好处，其他公司可能会以相似的方向预先预订。

就他而言，Openaai将努力保持领先地位或可能扩大。该公司正在研究O1的进一步开发版本，该版本有望更精确的三连锁技能，更好的对话接口和更强的安全机制。削减成本的主题也应该在未来发挥作用，因为越来越多的竞争对手在市场上努力。

适合：

人工智能与元宇宙：数字化未来的梦之队——数字化的新高度

创新与竞争之间的紧张局势

不，DeepSeek及其模型R1和R1-Zero并不是美国技术的纯副本，而是其自己的优势和方法。战略模仿的假设并未完全被驳回，因为AI世界中的研究知识通常是公开划分的，并且每个演员都是基于最新方法。但是，将DeepSeek减少到“ Plagiat”标签会太短。表明的基准结果和AI模型的开放性说明了不同的语言。

“我们站在AI革命的新阶段的开始，”这是一种陈述，在硅谷以及中国创新中心都可以听到。这句话总的来说，但反映了一个真正的范式转变：在这场革命中，不再只是指定节拍的知名人士，而是各种创新思想和优惠的创业团队和研究团队来改变市场解决方案。 DeepSeek R1和R1零是一个不能再忽略的示例。

当然，问题仍然是公开的，哪种模型将在视线中占上风，或者（和其他竞争产品）是否相互补充为全球AI生态系统。共存开发人员可以选择与我们或中国模型（甚至组合）实施其项目对创新文化有益。无论如何，模型的技术严肃性和可靠性仍然很重要。

一件事已经可以肯定：DeepSeek R1和R1零可以通过使更广泛的受众访问高级模型来帮助推进AI的民主化。如果在实践中确认，DeepSeek实际上提供了高质量的和同时廉价的解决方案，那么对其他提供商的压力将增加，以重新设计其定价模型或表现出更多的开放性。另一方面，Openai的O1在质量，稳定性和社区支持方面是“黄金标准”。然而，批评家在这里还评论说，在每个申请领域中，OpenAAI的解决方案都不够负担得起或灵活。

“无论是在人工智能发展中的巧合还是战略模仿？” - 这个问题最终无法澄清。 DeepSeek和Openaai都更有可能以共同知识基础为基础，并受到类似的研究结果的启发。两者都带来自己的想法和创新，并试图超越某些学科的竞争对手。从长远来看，该竞争可以长期使用，因为它可以提高标准，加速技术进步并降低使用基于AI的服务的成本。

中国和美国在人工智能地区之间的比赛将继续，这是“经典”行业参与者与新兴新手相比如何击败自己的问题。十年来谁占主导地位的人很可能没有简单的答案。从地缘政治发展到经济状况到文化方面的因素太多 - 影响整体技术过程。今天，雄心勃勃的初创企业可以成为明天AI地区的全球领先球员。如今，领导者明天必须对强大的挑战者进行自言自语。

可以肯定的是：加强学习，开放许可，公平的价格结构以及透明地绘制复杂思想的能力是成功和创新因素。结合这些因素并同时确保敏感数据的安全性和保护的公司被市场积极吸收。 DeepSeek R1，R1零和Openai的O1是AI中新章节的好例子。世界可以期待下一年和未来几十年将带来进一步的进步 - 新一代LLM是否能够实现真正通用的AI的愿景。

这关闭了DeepSeek R1，R1零的版本及其与OpenAI O1的比较。我们看到，AI景观正在不断变化，并与旧贸易展览会进行了新的模式。该发展的特点是深入研究，以共同的灵感，健康的竞争以及必须共同掌握的更大挑战。技术发展越远，中国和美国如何捆绑各自的优势或相互对抗的方式就越令人兴奋。最终，如果诸如DeepSeek R1，R1 Zero和O1之类的模型提供创新的解决方案，可以改变人们处理信息，解决问题并变得有创造力，那么整个社会就可以成为赢家。

我们的推荐： 🌍 无限覆盖 🔗 网络化 🌐 多语言 💪 强劲销售： 💡 策略真实 🚀 创新与直觉相遇 🧠 直觉

从本地到全球：中小企业以巧妙的策略征服全球市场 - 图片：Xpert.Digital

当一家公司的数字形象决定其成功时，面临的挑战是如何使这种形象真实、个性化和影响深远。 Xpert.Digital 提供了一种创新的解决方案，将自己定位为行业中心、博客和品牌大使之间的交叉点。它将传播和销售渠道的优势结合在一个平台上，并可以以 18 种不同的语言进行发布。与合作伙伴门户网站的合作以及在 Google 新闻和包含约 8,000 名记者和读者的新闻分发列表上发布文章的可能性，最大限度地提高了内容的覆盖范围和可见性。这是外部销售和营销（SMarketing）的一个重要因素。

更多相关信息请点击这里：