记者 俞陶然
深度求索公司研发的DeepSeek大模型最近“出圈”。其实，国内学术界和产业界使用这个系列的大模型已有一段时间。记者昨天采访时了解到，上海交通大学计算机科学与工程系教授赵海去年已弃用GPT-4，改用DeepSeek-V3生成合成数据，开发垂类大模型。
达观数据公司去年5月引入DeepSeek-V2大模型，开发办公智能体（Agent），取得很好的效果。“DeepSeek的性价比极高，而且全面开源，对产业应用很友好。”达观数据董事长、首席执行官陈运文说。
近年来，赵海团队利用GPT-4等基座大模型，为政府和企业开发了十多个垂类大模型。在开发过程中，基座大模型的主要作用是生成合成数据。这类数据通过人工方式生成，而不是从真实世界中获取，用于训练大模型。“我用过一些国产基座大模型，它们的效果和GPT-4比起来，还是有一定差距。”赵海告诉记者，“但使用DeepSeek-V3后，我发现它的性能与GPT-4处于同一量级，而价格只有GPT-4的十分之一，所以现在不用GPT-4了。”
与赵海团队相比，达观数据使用DeepSeek更早。陈运文介绍，DeepSeek-V2是一个精简高效的开源模型，只需要相对低配的GPU和显卡内存，就能让办公智能体获得很好的推理效果。DeepSeek-V3发布后，这家上海人工智能企业立即成为它的用户。陈运文介绍，“V3对GPU资源的使用效率极高，DeepSeek这种低资源、高效果的特性有利于今后大规模推广应用。”
本月发布的推理大模型DeepSeek-R1在复杂的数学和逻辑任务上表现优秀，达观数据使用后，大幅度提升了办公智能体在审阅处理复杂工程报告、金融文书、财务报表、招投标书等专业文档上的能力。
赵海认为，大模型发展历程可分为三个阶段：第一阶段的标志性事件是ChatGPT问世，其表现令人惊艳，但因为不开源，大多数开发者并不清楚这个大模型是如何开发出来的；在第二阶段，很多团队重现了ChatGPT开发过程，涌现出Llama、Qwen等一批开源大模型，这类模型的性能越来越强，但与OpenAI发布的大模型相比，存在一定差距；DeepSeek-V3和DeepSeek-R1则开启了第三阶段，它们的性能可分别比肩GPT-4和OpenAI o1，意味着开源大模型终于追赶上了闭源大模型。
赵海说，通过深度求索发布的技术报告，全球开发者都分享到了中国研发团队的创新智慧。可以预见，DeepSeek将引发大模型创新和产业生态的变革。
