近日，AI界掀起了一股复现DeepSeek的热潮，包括UC伯克利、香港科技大学以及HuggingFace等知名机构纷纷宣布成功复现这一模型。DeepSeek以其独特的强化学习机制，无需监督微调，仅凭30美元的成本便能见证“啊哈时刻”，即模型突然展现出强大的自我验证和搜索能力，这一现象引发了全球AI界的广泛关注。
UC伯克利的博士生潘家怡及其团队在CountDown游戏中复现了DeepSeek R1-Zero，并取得了令人瞩目的成果。他们通过强化学习，让30亿参数的基础语言模型在游戏中逐步进化出自我纠正和搜索的策略。更令人兴奋的是，整个过程的成本不足30美元。这一项目被称为TinyZero，它采用了R1-Zero算法，并验证了基础语言模型、提示和真实奖励信号在强化学习中的作用。
港科大的何俊贤教授团队也成功在70亿参数的模型上复刻出了DeepSeek-R1-Zero和DeepSeek-R1的训练。他们仅使用了8000个样本，便让模型在复杂的数学推理上取得了强劲的结果。这一成果不仅在AIME、AMC和MATH等基准测试上取得了高分，还超越了使用更复杂组件和更多数据量的模型。
全球最大开源平台HuggingFace也宣布将复刻DeepSeek R1的所有pipeline，并将训练数据、训练脚本等全部开源。这一项目被称为Open R1，发布仅一天便获得了大量关注，星标数超过1900，fork数达到142。Hugging Face的这一举动进一步推动了DeepSeek的普及和应用。
DeepSeek的成功不仅让科技大厂感到惶恐，也引发了业界的神话效应。据网友截图显示，DeepSeek应用已经在APP Store的“效率”应用榜单中挤进前三。在Hugging Face平台上，R1的下载量也直接登顶，其他相关模型也占据了热榜。a16z的合伙人Anjney Midha表示，一夜之间，从斯坦福到MIT，DeepSeek R1已经成为美国顶尖高校研究人员的首选模型。
DeepSeek的出现无疑为全球AI大模型的发展带来了新的分水岭。它证明了超强性能的模型不再独属于算力巨头，而是可以通过开源和强化学习的方式，让每个人都有机会见证和体验。这一成果不仅震撼了世界，也为中国AI的发展赢得了更多的关注和赞誉。
