文 / 汪淼 美編 / 顧青青 出品 / 網界

中國團隊登上了《自然》封面。

9月18日，由DeepSeek團隊研發、梁文鋒擔任通訊作者的DeepSeek-R1推理模型研究論文登上《自然》封面。

但比“登刊”更狠的是，他們干脆自曝家底，DeepSeek-R1的增量訓練成本，只要29.4萬美元。

要知道，過去OpenAI、谷歌練個大模型，動不動燒掉幾千萬美元。而DeepSeek只用512張英偉達H800顯卡、耗時80小時，就完成了核心訓練。這筆賬，相當于用買一輛跑車的錢，干出了別人蓋工廠的活。

更關鍵的是，《自然》親自下場蓋章，在評論報道文章中用了“里程碑式論文揭示DeepSeekAI模型的秘密”、“創造歷史”等詞匯表達了對DeepSeek贊賞和肯定。這幾乎是在打臉整個行業長期以來的“黑箱操作”。

01 29.4萬美元背后

當DeepSeek在論文里寫下“29.4萬美元”這個數字時，很多人第一反應是：是不是少寫了個零?

但數據是實的：512張H800顯卡、80小時訓練、每GPU小時租賃價2美元。而且，這還只是增量成本，是指在已經花掉600萬美元開發的基座模型(DeepSeek-V3Base)之上，做強化學習的開銷。

為什么這么便宜? 關鍵是他們用了“純強化學習”框架(GRPO)。簡單說，就是只告訴模型“答案對不對”，而不教它“步驟該怎么寫”。模型自己琢磨怎么解題，答對了給獎勵，答錯了就調整。這種“放養式訓練”反而逼出了它的推理能力。

但便宜也引來質疑。年初就有人猜：是不是偷偷用了OpenAI的GPT-4生成數據來做蒸餾? 否則怎么可能這么低成本達到高性能?

這次《自然》論文里，DeepSeek直接回應：訓練數據全來自普通網頁和電子書，雖然網上可能混了GPT-4生成的內容，但“絕非故意加入”。他們還補充了去污染流程，光數學題就刪了600萬條可能泄露測試答案的數據。

02《自然》為什么破例？

AI論文登《自然》不稀奇，但AlphaGo、AlphaFold都是首發。而DeepSeek-R1的論文1月就發在arXiv上，現在卻還能上封面，《自然》甚至為它配發社論，這幾乎是從未有過的待遇。

原因很簡單：它是第一個愿意被“扒光”的大模型。8位評審專家提了上百個問題，從“數據是否污染”到“推理步驟是不是瞎編的”，甚至摳到單詞單復數用法。DeepSeek團隊寫了64頁回復，幾乎等于重寫半篇論文。

比如評審問：“你說模型開源了，但‘開源’定義模糊，到底開了多少?”團隊立刻補上數據鏈接和授權細節。

還有人擔心：“模型會不會為了拿獎勵亂寫步驟?” 他們馬上加實驗證明“步驟與答案的一致性”。

這種透明，戳中了AI行業的痛點。過去大模型廠商總說自己“遙遙領先”，但測試數據不公開、訓練方法遮遮掩掩。《自然》社論說得直接：AI宣傳未經證實，可能對社會帶來真實風險。

而DeepSeek把代碼、數據、訓練日志全攤開，等于告訴行業：以后想讓人信你，先學我“曬數據”。

03 國產AI芯片的機會來了？

29.4萬美元的成本，不僅打了歐美巨頭的臉，還可能給國產芯片撕開一道口子。DeepSeek在論文里沒提任何芯片公司，但明眼人都能算賬：如果訓練成本降到原來的十分之一，那是不是用性價比更高的國產芯片也能跑?

華為昇騰、寒武紀這些企業一直被卡在“生態不足”上，客戶嫌性能不夠穩，不敢大規模用。但如果算法能優化到DeepSeek這個程度，硬件壓力會小很多。

DeepSeek創始人梁文鋒

事實上，華為和浙大最近已經聯合發了基于昇騰芯片的DeepSeek-R1-Safe模型，雖然這是另一個項目，但證明了一件事：國產芯片能扛住千億級大模型訓練。

不過業內人也提醒：這還只是“可能”，不是“必然”。國產芯片真要接住這波機會，還得在軟件生態和穩定性上下硬功夫。

總結開放、透明才是AI的未來

DeepSeek這次登上《自然》封面，不只是一個人的成功，也不只是一個公司的成功。它代表中國AI行業真正走到了世界前沿。

DeepSeek也證明了三件事：第一，大模型不一定靠燒錢，算法優化能大幅降低成本；第二，AI行業不能再閉門吹牛，必須接受同行評審的檢驗；第三，中國團隊有能力從技術追隨者變成規則制定者。

但DeepSeek的價值不止于“被膜拜”，《人民日報》說得好：“它的最大價值是被超越。”

如果后續國產模型都能用更低成本、更透明的方式練出來，如果國產芯片能借此打開市場，如果AI研發從此告別“黑箱”走向開放，那今天這篇論文，才會真正變成中國AI的轉折點。

畢竟，梁文鋒自己說過：“中國AI不能永遠做跟隨者。”現在，他們真的走到了前沿。

       原文標題 : 梁文鋒登《自然》封面，曝DeepSeek增量訓練成本僅29.4萬美元!