雷峰网讯 DeepSeek-R1 又开先例，成为首个登上《N😁ature》封面的中国大模型。 2025 年春节，De🚀epSeek-R1 横空出世，因其极低的训练成本引发病毒式传😂播。八个月过去，这一成果带着 Nature 的金字招牌再次回⭐到公众视野中央，只为一件事：技术透明。 这篇名为 De🙌epSeek-R1 incentivizes reasoni❤️ng in LLMs through reinforceme🔥nt learning 的《Nature》 封面论文由创始人🤯梁文锋担任通讯作者。文中首次确认了此前流传的DeepSeek👏 R1 训练成本，约 29.4 万美元，折合人民币约 208👍 万，并进一步披露了模型训练中采用的数据类型、强化学习方案等🤗技术细节。 在揭开这一里程碑式大模型的面纱之外，这篇论🤯文更大的意义，是 DeepSeek-R1 作为全球首个经历了🤔同行评审的大语言模型，将大模型研究推向了更透明、可重复的方向🤩。 此前业内通行的做法，是科技公司在自家官网、论文预印😴本网站 arXiv或知名技术论坛上发布突破性成果及基准测试分😂数，大部分模型 API 随后即向公众开放。这一过程绕开了传统❤️学术评价体系中的同行评审环节，而 DeepSeek 团队则主😀动接受了这一来自学术界的审视。 根据 《Nature》😅公布的补充信息显示，评审意见主要集中在实验评估、模型安全性和😘伦理风险等方面，要求补充 OOD（分布外）测试、中间阶段性能🎉分析、误用讨论等工作。正是针对上述同行评审意见，DeepSe😆ek 团队才增加了对数据类型等训练细节的披露，并进一步证明了🤩成果的安全性。 “这是一个非常值得欢迎的先例，“论文评💯审之一，Hugging Face 机器学习工程师 Lewis🌟 Tunstall 表示，”如果我们没有公开分享这一过程大部😴分内容的规范，那么将很难评估这些系统是否构成风险。“ 😘公开训练细节，回应“蒸馏”质疑 那么在最新版本的论文中😆， DeepSeek 团队都补充了 R1 的哪些训练细节呢？😀 首先是训练成本，此前曾震动华尔街的 29.4 万美元❤️数据终于得到证实。 据补充材料介绍， DeepSeek😍-R1 的研究工作分为三个阶段。 第一阶段使用 A10😡0 GPU 对 30B 参数的小模型进行实验预研，因结果表现💯良好，使团队有信心将规模扩大至 660B 参数的 R1-Ze👍ro 和 R1。 第二阶段的成果是 DeepSeek-😊R1-Zero，研究团队动用了 512 块 H800 GPU🎉，耗时约 198 小时。 最后是 DeepSeek-R🙄1，仍然采用 512 块 H800 GPU 的配置，但仅用时😂 80 小时便宣告完成。 在训练数据构成方面， Dee🙄pSeek-R1 采用了数学、编程、STEM、逻辑四大类题目🙌。 展开全文 其中数学数据集由 2.6 万道定量😢推理题构成，涵盖数学考试和竞赛题目，模型需逐步推理并给出最终🤯正确答案。 编程数据集由 1.7 万道算法竞赛题与 8👏 千道 Bug修复题构成，其中后者全部来自真实的GitHub🔥 issue，数据集提供问题描述、含缺陷源码与部分失败的单元😉测试，要求模型定位并修复缺陷，使代码通过全部测试。 S😊TEM 数据集由 2.2 万道选择题构成，覆盖物理、化学、生🚀物等学科，模型需选出最科学准确的答案。 逻辑数据集由真❤️实问题和合成问题共 1.5 万题构成。 此外 Deep🙄Seek 团队还引入了通用 RL 数据以提升 DeepSee🙌k-R1 的有用性与无害性。在训练过程中，研究人员采用了两个🚀独立训练的奖励模型，一个针对“有用”排序数据训练，涵盖创意写❤️作、编辑、事实问答等领域的 6.6万题，一个针对“无害”排序🔥数据训练，由1.2 万题构成。 特别值得一提的是，在最⭐新版论文中，DeepSeek 团队正面回应了此前关于 R1 😅蒸馏 OpenAI 模型的质疑。 研究团队专门为此设计💯了一项试验，使用 Qwen2-7B 作为基础模型时，通过大规👏模强化学习进行训练，该模型同样可以自主发展出各种先进推理策略😊。而 Qwen2-7B 的发布时间为 2024 年 6 月，😀显然早于所有公开的推理模型。蒸无可蒸，推理能力的优化自然源于🌟 DeepSeek-R1 开创的强化学习方法。 Dee🤗pSeek-R1 的另一大特征是在推理过程中更频繁地使用“我❤️”和“我们”等第一人称代词。值得一提的是，这种效果是通过精心🤯设计的冷启动数据所实现。 论文中介绍，研究团队发现当推😀理过程符合第一人称视角的思维模式时，用户会认为其回应更直观且😢具有吸引力。为此，研究团队要求标注人员将推理轨迹转换为更自然😆、更贴近人类对话风格的表达，并以此作为示例提示大语言模型以类🚀似风格重写更多。 在如此收集到的数千条 CoT 数据中🤩进一步筛选出最终答案正确且格式清晰的，就得到了简洁、可读性强😘，既包含推理步骤，也涵盖最终结果的高质量冷启动数据。 ❤️双重里程碑 时隔八个月再次回顾，DeepSeek-R1😘 因何成为大模型史上里程碑式的论文？ 有一部分答案藏在😊训练成本里。DeepSeek-R1 29.4 万美元的训练成🚀本不仅只有当时同等规模模型的十分之一，而且其中仅有 1 万美😍元被用于构建 SFT 数据集。这意味和同行相比，它背后砍掉了❤️大规模的监督微调。 属于人类的能力，也向人类学习，监督🎉微调曾经是提升模型推理能力的共识。但它的局限性也很明显，对人😂类标注推理轨迹的依赖显著增加了模型训练成本，限制了可扩展性，🤔人类的认知偏见也在向模型渗透。 更引人深思的问题是，复🙌制人类思维过程真的是硅基推理的最优解吗？是否存在一种更优越的🙌、非人类思维的推理方式？如果答案是肯定的，那一定在人类示例之🚀外。 正是在这样的背景下，DeepSeek-R1 提出👏了一种通过纯粹强化学习实现推理能力自我进化发展的路径，以摆脱😉对人工标注推理轨迹的依赖。 具体而言，研究团队基于 D😘eepSeek-V3 base，并使用组相对策略优化（GRP😉O）作为强化学习框架。在全新的训练范式下，仅对最终答案的正确😉性进行奖励，而不对推理过程本身施加约束。简单来说，就是推理方😅式不限，能抓到耗子就是好猫。 这种训练方案设计和研究团🎉队的假设一脉相承：人类定义的推理模式可能会限制模型探索，而不❤️受限制的强化学习训练能更好地激励 LLMs 中新型推理能力的😆出现。 实验结果表明，DeepSeek-R1-Zero👍 的确自然地发展出了多样化和复杂的推理行为。为解决推理问题，🙌它表现出了生成更长响应的倾向，并且存在在每个响应中包含验证、👍反思和探索替代方法的趋势。 “尽管我们没有明确地教模型🙄如何推理，但它通过强化学习成功学习了改进的推理策略。”论文指🔥出。 展现出强大推理能力的同时，DeepSeek-R1😡-Zero 在可读性差和语言混杂等方面仍存在挑战。这一问题的🚀根源在于 DeepSeek-V3 base 是在多种语言上完😘成训练，为此 DeepSeek-R1 的开发被提上日程。 😡 这一次，研究团队不仅通过多阶段强化学习训练改进模型在对话🤗式推理过程、语言一致性以及人类偏好对齐方面的表现，而且在拒绝👍采样和监督微调环节将推理和非推理数据集都纳入 SFT 过程，😘这一设计使 DeepSeek-R1 不仅能在推理任务中表现出😡色，还展示出了高级的写作能力。 基准测试结果显示，脱胎🤩于全新训练范式下的 DeepSeek-R1 在 MMLU、C😍-eval、GPQA Diamond、Arena-Hard、😜SWE-bench Verified、AIME 2024 上🚀均表现出色。而更直接的例子，则是在 2025 年春节之后的一😢段时间里，DeepSeek-R1 几乎成为了国产大模型的代名😍词。 LLMs 的推理能力可以通过纯 RL 进行激励，😁无需人工标注推理轨迹的参与。这一今天已成为共识的创想，最初就🎉是经由 DeepSeek-R1 所实现。DeepSeek 团😴队在此基础上构建的 RL 框架，也促进了自我反思、验证和动态😁策略适应等高级推理模式的涌现。 而今天，这一突破性成果😴经受住了学术出版审查。主动接受专家评审的拷问，补充材料说明技😢术细节，并最终作为顶刊封面论文刊发……如果说 DeepSee🤗k-R1 的初次发布是一个关于前沿技术突破的故事，那么时隔八😊个月之后，这个故事的关键词变成了学术透明和技术开放。 😡补充各种技术细节之后，《Nature》最新这篇封面论文堪称“🥳手把手教你训 R1”。它让我们看到头部科技企业的核心成果不是😅只能封装成语焉不详的黑盒提供给用户，而是也可以拿到同行评审面🚀前接受审视，以及更重要的，给出符合学术规范的解释和回应。 🙌 商业化考量让 OpenAI、Google 等科技巨头纷纷🤯和传统的学术审查保持距离，这本无可非议，但是当 DeepSe😂ek-R1 真的成为了可复现、可验证的学术成果，这种对技术开🤗放性的追求无疑也让研究团队的选择更加可敬。 在双重意义😀上，DeepSeek-R1 都堪称里程碑。 参考资料：😂 https://www.nature.com/art😊icles/s41586-025-09422-z#ethic😆s https://www.nature.com/ar👏ticles/d41586-025-03015-6 雷🥳峰网文章返回搜狐，查看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

文 | 陆玖商业评论 文 | 陆玖商业评论 从市⭐场端来看，全球L2级以上新车智能驾驶渗透率已接近45%，随着😎未来两年具备L2-L3组合驾驶辅助功能的产品的快速落地，这一🚀数字还有望进一步增长至60%。 巨额融资与巨额亏损并存😍，地平线在资本市场的强势募资与财务表现的强烈反差，勾勒出中国🤗智能驾驶芯片行业的狂飙与隐忧。 9月26日，地平线在港😅交所发布公告，宣布以每股9.99港元的价格配售约6.39亿股👍股份，估计所得款项净额约63.39亿港元（约合人民币58.1😜4亿元）。不出意外，该配售消息一出，地平线当日股价跌超8%。🤔 这已是这家智能驾驶芯片公司一年内第三次大规模融资，总👍募资金额也高达近155亿元人民币。特别是，此次配售距离上一次😢不过3个月的时间。 在资本市场长袖善舞的同时，地平线的😎亏损也在扩大。2025年上半年，地平线收入约为15.67亿元🙄，同比增长67.6%；但亏损反而从上年同期的50.98亿元增👏至52.33亿元。 这家被业内称为“中国智驾芯片第一股😘”的企业，一边是业务高速增长、出货量屡创新高，另一边是亏损持👍续扩大，以及现有客户纷纷下场自研芯片。资本市场依然相信未来吗😅？ 01 一年内募资155亿 作为赛道中入局较早🤔且已打开一定市场的明星企业，地平线的融资能力无疑是令人瞩目的🚀。 自2024年10月在港交所上市以来，地平线通过IP🤯O募资58.73亿港元，今年6月配售募资46.74亿港元，加🤯上此次募资63.4亿港元，一年内合计募资168.87亿港元（😉约合人民币154.8亿元）。 而此次公告中披露的配售价👏格，是以前一日即9月25日的收盘价折让约5.75%的价格得来🤯的。对比三个月的那次配售，此次募资更多，但给出的“折扣”反而🥳更小，不少股民则在各大社区中表示出了质疑。 对于本次募💯资的用途，地平线公告称将用于扩大海外市场业务，加速国内市场业😴务扩张；投资研发以进一步提升技术能力；投资新兴领域，例如与R💯obotaxi相关的计划；对上游及下游业务合作伙伴进行策略性🤩投资。 有分析认为，地平线的融资紧迫感，藏着其创始人余👏凯对行业窗口期的判断。尽管今年初，余凯便喊出“3年脱手开，5😴年闭眼开，10年随心开”的设想，但想要将这个战略规划落地，就🥳必须要加速技术商业化。 加之，特斯拉、国内大厂、传统车😎企都在加码，地平线需要通过融资保持技术领先，才可能在规模化效🤯应到来前保持身位。 02 中高阶产品占比提升，前五大客😢户依赖度高 尽管地平线一直在扩亏，但不能否认的是，其业😢务增长速度还是可圈可点的。8月29日，地平线宣布其征程系列车👏载智能芯片，累计量产出货突破1000万套，成为国内首家跨过该😘门槛的智能驾驶计算方案企业。 展开全文 2025😆年上半年，公司实现营业收入15.67亿元，同比增长67.6%😢，主要得益于产品及解决方案业务收入大幅增长。而该板块营收也达❤️到了7.78亿元，为去年同期3.5倍，出货量198万套，同比😘增长约100%。 更值得关注的是，中高阶辅助驾驶方案正🔥在成为业绩核心驱动力。支持高速NOA和城区NOA的征程6系列😁芯片出货约98万套，同比增长6倍，占上半年总出货量近50%，😴贡献超80%相关业务收入。 出货量的攀升，也带动平均单🤩车价值量同比提升70%。这一变化源于智驾辅助功能从基础L2向👏城区NOA等高阶应用的升级。而余凯也预计，搭载城区辅助驾驶方😍案的车型价格带有望下探至15万元区间，进一步推动智能驾驶向大⭐众市场普及。 据地平线官网上的数据，公司目前已与27家😴车厂合作，定点车型超300款，大众、比亚迪这些头部车企都在其😆客户名单里。 另据高工智能汽车的监测数据，在中国自主品🙌牌乘用车智驾计算方案市场中，地平线以33.97%的市场份额稳🥳居第一，每3辆汽车中，就有1辆采用了地平线的智驾方案。 🌟 然而，亮眼的市场份额背后，地平线也面临着客户集中度较高的风🥳险。 根据招股书，2021年至2024年上半年，来自前🤯五大客户的收入分别占地平线当期总收入的60.7%、53.2%👍、68.8%和77.9%。 到了2025年上半年，地平😢线前五大客户收入在期内总收入的占比高达52.48%，其中第一🎉大客户占比达到19.7%。尽管前五大客户收入占比有所回落，但🔥从数值上看依然相对较高。 这种依赖性的衍生风险在于，当👏主流车企纷纷启动自研芯片计划之后，诸如蔚来、小鹏、比亚迪等车🙌企都已陆续下场真金白银砸入于此，这或将诱发地平线面对“备胎危🙌机”。 03 从“卖硬件”到“软硬一体化”，押注Rob🙄otaxi 中信证券曾在一份研报中指出，到2025年，👏国内中高阶智能驾驶的渗透率有望翻倍，带来约350亿元的增量市😊场。 群智咨询调研数据显示，2024年全球智能驾驶So😉C市场规模约50亿美元，同比增长高达62%。而据其预测数据，😀2025年全球智能驾驶SoC市场规模还有望进一步扩大至76亿👏美元。 不过，从市场端来看，全球L2级以上新车智能驾驶🌟渗透率已接近45%，随着未来两年具备L2-L3组合驾驶辅助功💯能的产品的快速落地，这一数字还有望进一步增长至60%。 🚀 政策层面也为行业提供了支持。工信部提出2025年汽车芯片国😴产化率提升至20% 的发展目标，此举受到了一众车企的积极响应🙄。比如东风汽车集团，计划于2025年将车规级芯片国产化率提升😡到60%。 国内外玩家齐聚，算力军备竞赛加剧，智能驾驶👍芯片领域的竞争也变得愈发激烈。2025年，随着政策法规陆续落🤔地、技术迭代逐步成熟、用户智能化需求增加，国内外汽车芯片厂商😀也悄然间展开了一场算力军备赛。 国际巨头英伟达在202🤯5年8月宣布Thor芯片量产，但这款原计划2024年落地的“😎下一代自动驾驶神芯”不仅延期了近一年，实际交付的“Thor 😂U”版本算力也从宣传时的2000 TOPS缩水到1600 T😂OPS。 与此同时，国产芯片品牌正在奋力追赶。在202🙄4年的市场格局竞争中，智能驾驶辅助芯片市场依旧呈现国外厂商主😘导的态势。 其中，英伟达以38.63%的市场份额稳居国😊内首位，特斯拉以23.43%的份额位居第二。华为、地平线分别😉以17.21%和10.68%的市场份额分别排列第三、第四。 🔥 更值得注意的是，蔚来神玑NX9031芯片随ET9量产上😴车后迅速覆盖5款车型；小鹏P7搭载三颗自研图灵芯片，算力达2👏250 TOPS，比Thor U还高；芯擎科技推出“星辰一号🙄+龍鹰一号”组合方案，直接叫板“Orin X+高通8295”🥳的多芯片架构。 地平线在中报中提到，向中高阶辅助驾驶解😘决方案的转型将成为行业下一阶段的主导趋势，其先进算法和软件对😊云服务相关的需求日益增长。公司预计，搭载城市辅助驾驶解决方案😁的车型价格区间将进一步下降至15万元区间。 与此同时，🙄面对激烈的市场竞争，地平线正在积极朝着“软硬件一体化供应商”💯的方向，进行战略转型。 通过对比地平线2021年和20😢24年的收入结构变化就能看出，“卖硬件”的收入占比已从202😜1年的44.6%下降到2024年的27.9%，同一报告期内，😊其“软件服务”的收入从43.3%一路上升到69.1%。 👍 其实这种转型也并不难理解。近几年整个汽车行业价格战一轮接着🥳一轮，各家车企都在不断向上游压缩成本，这直接影响了地平线产品😆解决方案的平均售价。 Robotaxi同样是地平线押注🤗的新兴领域。根据瑞银报告预测，到本世纪30年代后期，中国Ro😉botaxi服务市场的潜在规模将达到1830亿美元，届时全国🌟将有约400万辆Robotaxi投入运营。 在这种背景🙌下，9月11日，地平线宣布与哈啰正式签署战略合作协议。双方将😆基于Robotaxi运营场景和需求，发挥各自技术优势，共同打😴造极致低成本、高安全、高可靠、高可用的智能驾驶技术。 🚀在行业尚未盈利的背景下，边扩亏边谋求新机的地平线，还能让资本😜市场保持多久的耐心，我们不得而知，但资本的态度可能也将决定智🤗能驾驶芯片之争的最终赢家。希望，这位百度出身的创业者余凯，可❤️以顶住压力。返回搜狐，查看更多