自 DeepSeek-R1 发布以来，群组相对策略优化（GRPO）因其有效性和易于训练而成为大型语言模型强化学习的热门话题。R1 论文展示了如何使用 GRPO 从遵循 LLM（DeepSeek-v3）的基本指令转变为推理模型（DeepSeek-R1）。
一项非常鼓舞人心的发现是：DeepSeek-R1-Zero 通过纯强化学习（RL）实现了「顿悟」。在那个瞬间，模型学会了自我反思等涌现技能，帮助它进行上下文搜索，从而解决复杂的推理问题。
有时，当某项技术变得更便宜时，反而会促使整体投入增加。我认为，从长期来看，人类对智能和算力的需求几乎没有上限，因此我仍然看好AI计算需求的持续增长。我认为DeepSeek-R1在地缘政治上的影响尚有待厘清，同时它也为AI应用开发者带来了巨大机遇。
春节期间，互联网上最火的不是春晚小品，也不是春节档电影，而是 DeepSeek。
成本不到150元，训练出一个媲美DeepSeek-R1和OpenAI o1的推理模型？！这不是洋葱新闻，而是AI教母李飞飞、斯坦福大学、华盛顿大学、艾伦人工智能实验室等携手推出的最新杰作：s1。
本周三，该公司全面发布 Gemini 2.0 Flash、 Gemini 2.0 Flash-Lite 以及新一代旗舰大模型 Gemini 2.0 Pro 实验版本，并且还在 Gemini App 中推出了其推理模型 Gemini 2.0 Flash Thinking。
国内首个自研万卡集群，刚刚成功点亮！国产AI的高价门槛直接被打下来了。在百度智能云平台上，DeepSeek R1和V3的官方价格直接低至五折和三折，基本实现全网最低。
围绕 DeepSeek 的谣言实在太多了。 面对 DeepSeek R1 这个似乎「一夜之间」出现的先进大模型，全世界已经陷入了没日没夜的大讨论。从它的模型能力是否真的先进，到是不是真的只用了 550W 进行训练，再到神秘的研究团队，每个角度都是话题。
DeepSeek不主动追求旗下大模型的商业化，但它的推理模型R1的发布，却推动了全球整个大模型生态的商业化进程，也加速了国产AI生态的闭环。
DeepSeek-R1因其游刃有余的用户需求响应能力，尤其是其独特的“深度思考（DeepThink）”模式及卓越的推理能力，在这个春天绝响全球。为了让更多领域的用户切实便捷地开展体验，超算互联网平台第一时间上线了DeepSeek Chatbot可视化界面功能。
