简介：《DeepSeek引领2025年人工智能算法变革》是一份面向AI研究人员、工程师、政策制定者、创业者与投资者的趋势分析PDF，聚焦技术能力驱动向需求应用驱动转型的战略拐点，以及算力效率、数据规模与算法创新之间的再平衡。资源包含1个PDF文件，约1.63MB，轻量便于会前快速阅读，也适合团队选题讨论。目前已有1613人学习，对产业判断与技术路线梳理具有参考价值。内容以甲子光年智库报告为主体，围绕DeepSeek如何通过重新设计AI Infra、少量SFT数据配合多轮强化学习降低训练与推理成本展开，并拆解R1-zero完全基于RL训练、GRPO奖励优化、冷启动数据与蒸馏小模型等关键流程；同时讨论低参数量高性能模型对本地化部署、普惠应用及中美政策较量的影响。读者可建立2025年算法变革元年的分析框架，理解“算力即性能”的边界、模型大小与推理成本的权衡，并获取可用于技术选型、投资研判与政策讨论的论据。

1. 算法变革元年这句判断，为什么这次不是口号

2025年开年不到二十天，DeepSeek的日活冲到2161万。这个数字放在任何一个消费级产品上都算漂亮，但真正让从业者停下来的是它背后的成本结构：同期，这个团队把推理模型的训练开销和调用价格压到了行业默认水位的一个零头。发布这份年度报告的智库因此给出判断——2025年是算法变革元年，算力效率的拐点已经出现，人工智能正从技术能力驱动切向需求应用驱动。普惠这个词被讲了很多年，2025年第一次有了可核算的价格锚点：每百万输出令牌2.19美元。

过去两年，行业默认的公式是堆算力换效果，预算表上的数字只增不减。现在有人把这条曲线掰弯了，而且掰弯的方式不是造更贵的芯片，是改训练流程。这对做模型的、做基础设施的、做端侧产品的，是完全不同重量级的一件事。

2. 算力拐点：同样的效果，账要按新的斜率重算

算力拐点这个说法容易被听成“算力不重要了”，恰恰相反。报告里的原话是：DeepSeek通过优化算法架构显著提升了算力利用效率，打破了“算力至上”的传统认知。注意措辞——打破的是“至上”，不是“算力”。这两者的差别，决定了接下来一年基础设施市场的走向。

2.1 「算力至上」的坐标系是怎么松动的

报告给了一张2011到2026年的训练算力散点图，横轴是年份，纵轴是petaFLOPs的对数刻度。这条曲线过去十几年几乎是贴着指数往上走的：2012年AlexNet、2017年Transformer在底部，2020年175B级模型往上抬一档，2022年前后530B、540B级的模型继续抬，2023年那一批头部多模态模型已经摸到1E+12 petaFLOPs量级。

2025年出现了断点。671B参数的DeepSeek-R1，标注的训练算力落在1E+06 petaFLOPs这一档，比2023年那批头部模型低了数个数量级；同一条线上，蒸馏出来的32B和1.5B版本还要再往下掉两档。这不是把模型做小换来的——671B的参数量在同代里不算小，掉下来的是“达到这个效果需要烧掉多少算力”。

这张图有个必须说清的前提：报告自己标注了，该图仅为示意，由分析师借助代码协作生成，不代表实际情况下具体数量与效果的精确对比。所以正确读法是看趋势方向和数量级落差，而不是拿尺子量两个点之间差几倍。把它当成benchmark引用，是典型的翻车姿势。

2.2 重新设计训练流程，比重新设计芯片便宜

真正被改动的是训练流程本身。报告的描述是：通过重新设计AI Infra，用少量SFT数据叠加多轮强化学习的办法，在提高模型准确性的同时显著降低了内存占用和计算开销。

这句话里每个词都在省钱。少量SFT数据，意味着监督微调阶段的人工标注成本大幅下降；多轮强化学习，意味着模型主要靠自我探索和奖励信号提升，而不是靠人喂标准答案；降低内存占用，意味着同样的卡能塞下更大的batch，或者在更少的卡上跑完同样的流程。

报告特意补了一句防止误读的话：R1提供的是一种低成本训练的方法，而不是说只能通过低成本模式来进行训练。这句补充很关键——它把“便宜”定位成一种可选项，而不是能力上限。对大厂来说，这套流程意味着同样的预算能跑更多轮实验；对中小团队来说，意味着原本够不着的训练门槛被拉低了一截。两类玩家的动作会完全不同，但受益逻辑是一致的。

从行业角度看，这解释了为什么2025年开年之后，讨论焦点从“谁有万卡”迅速转向“谁的训练配方更省”。万卡依然重要，但它不再是唯一的分水岭。血泪经验是：当一项能力的成本下降一个数量级，竞争维度一定会从资源转向工程细节，而工程细节的差距，往往比资源差距更难追上。

2.3 Scaling Law 没被推翻，斜率变了

这是全篇最反直觉、也最容易被跳读掉的一段。报告写得很清楚：通过优化，R1可能实现了算力与性能的近似线性关系——每增加一张GPU，模型推理能力可稳定提升，无需依赖复杂的外部监督机制。这一特性直接验证了“算力即性能”的Scaling Law，为AI芯片市场及AI Infra市场提供了明确的增量需求逻辑。

把这段话拆开看，它其实在说两件事。第一，效率优化没有让算力变得可有可无，反而让“加卡”这件事的收益变得更可预测了。以前加卡是玄学，你不知道多出来的算力会转化成多少能力；现在这条转化关系被验证成近似线性，采购决策反而更好做了。第二，外部监督机制被简化之后，算力投入的边际回报不再被标注质量、奖励模型精度这些非算力因素稀释。

对做基础设施的人来说，这是个好消息而不是坏消息。真正会受影响的，是那些靠“训练流程不透明”维持溢价的服务商——当客户发现同样的效果可以用更短的流程、更少的标注、更低的显存跑出来，报价体系一定会被重新谈一遍。

提示：判断一家公司是否真的吃到了这波效率红利，别看它发了什么模型，看它的训练集群利用率和单次实验的迭代周期。这两个数字降不下来，说明流程改造还停在PPT上。

3. 参数量的分叉：671B 和 1.5B 在同一年出现

第二个拐点在数据侧，但表现形式不是数据变多了，是参数量的走向分叉了。2024年之前，预训练模型的参数规模基本是一条单调上升的线；2025年开年发布的这批模型，第一次明确劈成了两极。

3.1 2024年之前，参数只往一个方向走

把时间轴拉出来看很清楚：2018年的BERT-Large在3.4亿参数，2019年的GPT-2到15亿，2020年的GPT-3跳到1750亿，2021年前后行业开始认真讨论万亿参数，2024年头部开源模型做到400B级别。这六年里，“更大”几乎等同于“更强”，参数量是最好用的宣传口径。

2025年1月这一个月里发生的事情打破了这个单调性：一边是671B的R1继续往上顶，另一边是32B、1.5B的蒸馏版本同时发布，还有一批厂商推出了百亿级甚至十亿级的新模型。同一个月份，同一个技术路线，参数量相差两个数量级，而且都在被认真使用。

从行业角度看，这不是路线分歧，是市场分层。高参数量模型守的是能力上限和复杂推理场景，低参数量模型抢的是部署成本和响应速度。过去这两件事被迫在一个模型上妥协，现在被拆成两条产品线，各自优化各自的指标。

3.2 端侧为什么突然需要小模型

端侧的需求是被硬件推着走的。报告引用的数据是：中国AI PC出货量从2023年的约300万台，增长到2024年的约2100万台，2025年预计约3100万台，2026年预计约3800万台，占比逐年抬升。同一时期，AI手机、XR等便携设备、智能汽车、人形机器人都在把AI处理重心往端侧挪。

这个迁移改变了模型选型的约束条件。云端可以容忍一个大模型慢三百毫秒，端侧不能——用户按下去就要有反应。云端可以假设显存无限，端侧不能——一台笔记本的可用显存是固定的。云端可以接受每次推理都联网，端侧不能——离线场景是刚需。

于是“小参数量+够用的能力”成了端侧的硬指标，而2025年发布的一批低参数量模型，恰好把这个供给补上了。报告的说法是：2025年发布的大模型都具有低参数量的特征，为本地化部署到AI终端运行提供了可能。这句话的因果顺序值得注意——不是先有小模型再找场景，是先有端侧场景，才逼出了小模型这条产品线。

对做端侧应用的团队来说，这意味着选型逻辑要改。过去是“先把云端的跑通，再想办法压缩”，现在是“一开始就按端侧预算设计”。后者的返工成本低得多，但要求你在需求评审阶段就把参数量、显存占用、首字延迟这三个数字写进验收标准。

3.3 蒸馏链：把推理能力压进 1.5B

小模型不是凭空训出来的，是从大模型蒸馏下来的。报告的流程图里，R1的训练末尾明确有一步“蒸馏赋予小型模型推理能力”，产物就是32B和1.5B这两个尺寸。

蒸馏这件事的技术含义，是把大模型在大量样本上表现出的输出分布，作为小模型的学习目标。它传递的不是知识本身，是“遇到这类问题时该怎么想”的模式。所以蒸馏出来的小模型，往往在结构化推理、代码、数学这类有明确解题路径的任务上表现超出它的体量预期，而在需要广博世界知识的开放问答上明显吃亏。

这解释了为什么端侧产品一般不会只挂一个小模型就完事。常见做法是用小模型处理高频、短路径、格式化的请求，遇到复杂请求再回流到云端。这条混合路由的阈值怎么定，是2025年端侧产品最值得抠的工程细节之一——定高了云端成本压不住，定低了用户体验断崖式下跌。

注意：蒸馏版模型的能力上限受教师模型和蒸馏数据双重约束。拿1.5B版本去对标671B版本的评测分数，然后得出“小模型不行”的结论，属于选错了对照组。

4. 训练流程拆解：GRPO 省掉的到底是谁

前面三章讲的都是结果，这一章讲原因。2025年被叫作算法变革元年，核心证据是训练流程本身被改写了，而不是模型效果又涨了几个点。

4.1 三阶段训练，以及 R1-zero 的越级

传统大模型的对齐训练分三个阶段。第一阶段收集演示数据，训练一个有监督策略模型；第二阶段收集人类比较数据，训练奖励模型，让它学会给回答打分；第三阶段用强化学习（PPO）拿奖励模型的分数去优化策略模型，循环迭代。

R1-zero 把前两个阶段整个跳过了。它完全基于强化学习训练，不使用任何监督训练或人类反馈，靠自我学习提高性能。报告的说法是“以第三阶段为主”。

省掉的成本是实打实的：不需要雇人写示范答案，不需要雇人给成对回答排序，不需要单独维护一个奖励模型并保证它不被策略模型钻空子。但代价也很直接——纯RL训出来的模型，输出质量和可读性会出问题，这是报告明确点出的。

流程差异可以用一段结构化的伪代码看清楚。

# 仅示意训练流程的结构差异，非任何官方实现，超参数均为占位符 def three_stage_pipeline(base_model, demo_data, pair_data, prompts): # 阶段一：监督微调，需要人工演示数据 policy = sft(base_model, demo_data) # 阶段二：训练奖励模型，需要人工排序数据 reward_model = train_rm(pair_data) # 阶段三：PPO 强化学习，依赖外部奖励模型打分 for step in range(N_STEPS): answers = policy.generate(prompts) scores = reward_model.score(answers) # 外部监督信号 policy = ppo_update(policy, answers, scores) return policy def r1_zero_pipeline(base_model, prompts, verifier): # 跳过 sft 与 rm，直接进入强化学习 policy = base_model for step in range(N_STEPS): answers = policy.generate(prompts, n=SAMPLE_N) # 同一问题采样多条 # GRPO 不做逐条打分，而是在组内做相对比较 rewards = [verifier(a) for a in answers] # 可验证的规则型奖励 advantage = group_relative(rewards) # 组内归一化，替代critic policy = policy_gradient_update(policy, answers, advantage) return policy

两段代码的差别集中在三个地方。第一，demo_data和pair_data这两个人工标注输入，在第二段里直接消失了，成本项被砍掉。第二，reward_model换成了verifier——一个可以自动判定对错的规则型校验器，而不是一个需要训练的神经网络，这就绕开了“奖励模型被策略模型钻空子”这个老问题。第三，group_relative这一步是 GRPO 的核心：同一道题采样多条回答，在组内比较谁更好，用相对排名作为优势值，从而省掉了 PPO 里必须维护的 critic 网络。

参数上要说明的是：SAMPLE_N控制每题采样条数，它直接决定组内比较的统计稳定性，也直接乘以训练成本；verifier的判定准确率是整个流程的地基，如果它判错，模型会朝着错误方向稳定收敛，而且收敛得很自信。这是纯RL路线最脆的地方，也是为什么后续版本必须把冷启动数据加回来。

4.2 冷启动数据换来的是可读性

R1 在 R1-zero 的基础上做了一件事：用少量冷启动数据微调。报告的原话是“提高了输出质量和可读性”。

这个改动的定位很微妙。它不是在补能力，是在补表达。纯RL训出来的模型可能答对但答得难看，中间步骤混乱、格式飘忽、语言混杂。对 benchmark 来说这不算问题，对真实用户来说这是致命的。少量冷启动数据相当于给了模型一个“答题格式模板”，让它知道推理过程应该怎么写出来才像人话。

从行业角度看，这个设计选择透露了一个判断：在2025年的竞争里，纯技术指标的边际收益正在下降，可用性的边际收益在上升。一个能答对但没法读的模型，和一个答对率低三个点但输出规整的模型，后者在C端产品里几乎必然胜出。

提示：评估一条纯RL路线是否可落地，先看它的输出格式稳定性。把同一批问题跑三遍，如果三次的推理结构差异很大，说明可读性这一环还没补上。

4.3 另一条路：非Transformer架构与液态神经网络

报告留了一整节讲非Transformer架构，这是容易被忽略但信号很强的一块。

文中提到的一种新架构叫LFM（Liquid Foundation Model），底层是液态神经网络（LNN），计算单元植根于动态系统理论、信号处理和数值线性代数。它的特点是小巧便携——小到可以直接部署在手机上做文档和书籍分析。报告给出的对比是：在MMLU-Pro这类测试上，小尺寸LFM的得分不低于参数量数倍于它的Transformer模型。

这意味着两件事。第一，架构层面的创新重新变得有回报了。过去几年大家默认Transformer是终局，优化只在训练和推理工程上做；现在有另一条线在同等参数下跑出更好的性价比，说明架构搜索的空间还没关死。第二，端侧的模型选型多了一个选项。Transformer的注意力机制在长文档上的显存开销是硬伤，而基于动态系统的架构在处理序列信号时天然更省。

报告的判断是：2025年将是算法变革的元年，未来最适合人类使用的大模型，可能会是非Transformer架构。这句话的措辞很谨慎——“可能”。作为一个观察者，我倾向于把它读成：Transformer在2025年不会被动摇，但“Transformer是唯一解”这个共识已经松了，而共识松动往往比技术替代来得更早。

对从业者的实际影响是评估口径要变。以前选模型只看参数量和榜单分数，现在要加一列：架构类型。因为架构决定了它在你的部署环境里能不能跑得动，而这个约束比分数更硬。

5. 四处常见误读：算法效率提升不等于算力需求下降

这一章专门拆几个在传播中最容易走样的判断。它们大多不是错在事实，而是错在推论方向。

5.1 误读一：效率提升，芯片就卖不动了

误判点：既然同样的效果可以用少得多的算力训出来，那算力需求必然下降，硬件厂商的景气周期要结束了。

为什么错：这个推论假设了需求总量固定。但报告给出的逻辑恰恰相反——算力与性能的近似线性关系被验证之后，每增加一张GPU带来的能力提升变得可预测，这降低了采购决策的不确定性，反而为AI芯片市场和AI Infra市场提供了明确的增量需求逻辑。需求曲线移动的不是总量，是门槛：门槛降低，进场的人变多。

怎么看：区分“单位任务的算力消耗”和“总算力消耗”两个指标。前者在降，后者在涨，这在计算史上反复出现过——单位成本下降从来都是总消耗上升的原因，不是结果。

5.2 误读二：低成本训练等于低质量模型；误读三：小参数等于弱能力

误判点一：便宜训出来的模型，能力一定有水分。

为什么错：报告特意区分了“低成本训练的方法”和“只能低成本训练”。降低成本靠的是流程重构——减少人工标注依赖、用组内相对比较替代外部奖励模型、降低内存占用——这些改动省的是流程开销，不是模型容量。671B的参数量摆在那里，它并没有因为训练变便宜而变小。

怎么看：看成本下降来自哪一环。来自标注和流程的下降是可复现的工程进步；来自砍训练步数、砍数据质量的下降才是隐患。两者在loss曲线上长得不一样，前者收敛正常，后者会提前进入平台期。

误判点二：1.5B的蒸馏版能打，说明大参数没意义了。

为什么错：蒸馏版的能力是从教师模型迁移过来的，它在结构化任务上表现亮眼，在需要广博知识的开放任务上明显有短板。而且蒸馏版的性能天花板被教师模型锁死——教师不进步，学生就到顶。

怎么看：把蒸馏版看成产品形态而不是技术替代。它的价值在于让端侧跑得起，不在于证明参数量无用。

5.3 误读四：开源权重是放弃商业；误读五：示意图能当 benchmark

误判点一：权重放出来了，商业模式就没了。

为什么错：报告里关于普惠的那段对比提供了一个参照——某国产手机厂商当年用性价比打法直接挑战国际品牌的高价策略，短期看是把利润让出去了，长期看是带动了屏幕、镜头、代工等一整条本土供应链升级，把整个行业的制造成本压下来，然后靠覆盖下沉市场和长尾应用把量做起来。模型开源是同一套逻辑：让出去的是一部分授权收入，换来的是生态位和调用量。

怎么看：看开源方的收入结构里，授权占多少、云服务与解决方案占多少。前者越小，开源越是理性选择而非慈善行为。

误判点二：报告里那张训练算力散点图可以直接引用。

为什么错：图下明确标注了“仅为示意，不代表实际情况下具体数量与效果的对比”。它的制作方式是用代码协作生成的可视化，目的是表达趋势，不是记录实测值。

怎么看：任何一张没有标注数据来源和测量方法的算力对比图，都只能看方向。要横向比具体倍数，得回到各自的训练报告里找口径一致的字段——而大多数时候你找不到。

6. 接下来盯什么：四个指标和一条判断线

如果前面五章讲的是已经发生的事，这一章讲怎么用它做判断。

2025年剩下的时间里，我建议把注意力放在四个可观测的指标上，而不是继续追模型发布会的热闹。

这四个指标背后是同一条判断线：这一轮变革的价值，最终要落在“单位成本能买到多少可用的智能”上，而不是落在某个模型的榜单排名上。

对不同的角色，这条线的读法不同。做模型训练的，重点是把流程里的标注依赖和显存开销再压一轮，因为这是当前性价比提升最直接的两个来源；做应用层的，重点是重新算一遍成本模型——过去因为太贵而搁置的场景，比如长文档分析、批量代码生成、多轮陪护类对话，在推理成本下降近三十倍之后，商业账可能已经翻正了；做基础设施的，重点不是担心需求萎缩，而是判断增量需求会流向哪一层，训练侧和推理侧的配比在2025年会明显不同于2024年。

还有一个容易被低估的方向是具身智能。报告提到，多模态模型的能力加上低成本、高效率的推理方案，有望重塑机器人的交互与决策——多模态侧负责融合视觉与语言、理解场景描述和人类指令，推理侧负责把任务分解成步骤、做链式思考、自主规划。这两块拼起来，恰好是机器人最缺的那部分。而端侧可部署、推理成本低，又是规模化落地的前置条件。这个方向在2025年不会立刻出成果，但它是这轮效率红利最长的受益链条。

至于风险，我最在意的是补偿性投入。历史上每一次效率跃升，都会引出一轮需求扩张，然后需求扩张把效率红利吃掉一部分。2025年如果出现大量“因为便宜所以滥用”的场景——比如把大模型塞进根本不需要推理的流程里——那么总的算力开销会先涨上去，再逼出下一轮优化。这个循环本身不是坏事，但它会让“降本”的账面效果在半年后变得没那么好看。

从那以后我每次看到“性能提升”和“成本下降”同时出现在一页材料上，都会先把三件事拆开问一遍：降的是哪一段成本，省的是哪一类标注，涨的是哪一个指标。问完这三句，大部分看起来惊人的数字都会落回一个合理的位置，剩下的那部分才是真正值得跟的信号。希望帮到你。

本文还有配套的精品资源，点击获取