年轻的继母：全球瞭望｜日媒：DeepSeek模型以简单方法实现高性能

年轻的继母

随着时间流逝，郭振与他们的关系越来越近，隔三差五回来看看。去年冬至那天，郭振回家，主动提出爷俩出去吃顿水饺。两人聊了很多。郭刚堂觉得，“这么多年的梦终于实现了。”，全球瞭望｜日媒：DeepSeek模型以简单方法实现高性能

杨志尧致辞

叙事开辟新坑并加入新角色，主要是四个龙族。首部天劫后，哪吒与敖丙肉身陨灭，太乙真人把魂魄保住，先要用七色宝莲把身体给捏回来。

薛怀成主持会议

宋国良报告

DeepSeek 并没有“用 600 万美元做到美国 AI 公司花费数十亿美元才能实现的事情”。以 Anthropic 为例，Claude 3.5 Sonnet 是一个中等规模的模型，训练成本达 数千万美元，远不是数十亿美元级别。 并且，Claude 3.5 Sonnet 训练于 9-12 个月前，而 DeepSeek 的模型训练于 2023 年 11 月至 12 月，即便如此，Claude 3.5 Sonnet 在多个关键评估中仍明显领先。 DeepSeek 的训练成本并未突破行业趋势。如果成本曲线下降的历史趋势是每年约 4 倍，那么按照正常业务发展——即 2023 年和 2024 年的成本下降趋势——我们现在应该会看到一个比 3.5 Sonnet/GPT-4 便宜 3 到 4 倍的模型。 然而，DeepSeek-V3 的性能比这些美国前沿模型差一些——假设在扩展曲线上差约 2 倍，这已经是对 DeepSeek-V3 相当慷慨的估计了——这意味着，如果 DeepSeek-V3 的训练成本比一年前开发的美国当前模型低约 8 倍，那其实完全符合正常趋势。 我虽不便给出确切数字，但从前面的分析可以看出，即使接受 DeepSeek 的训练成本数据，他们也只是处于趋势线上，甚至可能还未完全达到。 比如，这比原始 GPT-4 到 Claude 3.5 Sonnet 的推理价格差异（10 倍）要小，而且 3.5 Sonnet 本身也是一个比 GPT-4 更好的模型。这些都表明，DeepSeek-V3 并非独特的突破，也没有从根本上改变 LLM 的经济性，它只是持续成本降低曲线上一个预期的点。 不同的是，这次第一个展示预期成本降低的公司是中国的，这在以往从未有过，具有重大的地缘政治意义。不过，美国公司很快也会跟上这一趋势——他们不会通过抄袭 DeepSeek 来实现成本降低，而是因为他们自身也在沿着常规的成本降低趋势发展。 DeepSeek 不是第一个实现成本优化的公司，但它是第一个来自中国的公司。这一点在地缘政治上意义重大。但同样，美国 AI 公司也会很快跟进——并不是通过抄袭 DeepSeek，而是因为它们本就沿着同样的技术路线前进。

崔国樑作报告

国家外汇管理局发布的最新数据显示，截至2024年12月末，我国外汇储备规模为32024亿美元，连续13个月稳定在3.2万亿美元以上，黄金储备连续两个月增持。

周雷豫报告

虽然DeepSeek遭遇欧美企业及政府对其安全性、隐私问题的质疑，但各大巨头已经开始快速拥抱Deep Seek带来的新变化。英伟达、英特尔、亚马逊、微软、AMD、Cerebras等纷纷在自家产品中接入了Deep Seek。

刘玉奇作报告

有一些西方人总爱宣称中国制定了“有朝一日征服世界的秘密计划”，但如果真去深挖这些阴谋论背后的证据，就不难发现，这类人所提供的“证据”只能证明中国公开宣示过的目标，即希望建立一个不由华盛顿主导的多极世界。

刘志成作报告

最后我们给大家看看ROG ASTRAL 夜神 RTX 5080在两种模式下的GPU频率，在性能模式下它是可以很稳定的跑在2932MHz的，静音模式下则在2880MHz上下波动，两者的频率还是有些区别的，但这也只会反应3DMark的跑分上，实际游戏基本不会有啥性能区别。

蔡晓东作报告

“我并不太担心，”张说。他解释说，台积电在制造能力和客户信任方面比英特尔有优势。“我认识很多英特尔在中国台湾的客户，他们都不喜欢英特尔。英特尔总是表现得好像他们是微处理器的唯一客户。”

李爱虎报告

美国国家运输安全委员会30日表示，调查人员已找到事故客机的两个黑匣子，目前黑匣子正在该机构的实验室内进行评估。

沈庆云报告

在人才方面，梁文锋甚至做得更好。锋芒外露、咄咄逼人的马斯克很难与人和平相处，总是守不住顶级人才，当年从OpenAI投奔的大牛，这几年又陆续离他而去。这或许也是Grok 3难产、被DeepSeek抢风头的原因之一。

1月8日，国家发展改革委、财政部发布关于2025年加力扩围实施大规模设备更新和消费品以旧换新政策的通知提出，扩大汽车报废更新支持范围、完善汽车置换更新补贴标准等举措。此后各地陆续发布相关细则，下半月市场低迷状况迅速改善。

也就是说，CUDA 等于是给开发者框定好了一些常用东西所以具有通用性，这在容易使用的同时也会损失一些灵活性。譬如其设计的矩阵乘法算子，数据加载传输算子等，是深度学习开发者常用的算子，因此其在设计时会考虑通用性（即平均条件下最优）。 更多推荐：年轻的继母

来源：冉瑞玉