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 | 伯虎财经，作者 | 路费 文 | 伯虎财经，作😘者 | 路费 这次苹果的新品发布有多成功？看媒体评论和🤩首销情况就知道了。 虽然iPhone17系列激活量还没❤️有公布，但是电商平台的预售成绩已经发布了。iPhone17 😢Pro系列和上一代相比销量增长了3倍，更夸张的是标准版的iP😆hone17，比上一代增长了8倍左右。 媒体的评价更加❤️简单粗暴。发布会后，几乎所有的媒体稿件都可以总结为同一句话：🌟牙膏挤暴了。 连友商高管卢伟冰也按捺不住发微博称赞，顺😁带再次拉高了对标尺度——小米的新一代旗舰跳过了小米16，直接❤️命名为小米17、小米17 Pro、小米17 Pro Max。❤️ 苹果这次的久违发力其实也是自身处境的映射。 2🥳024年是苹果在国内市场承压的一年，无论是挤牙膏的更新还是在🤔AI上的迟滞，都已经让一部分粉丝开始不满。Canalys数据😍显示，苹果2024年在中国出货量降17%，降至4290万部，😆而华为增加37%至4600万部。2024年，苹果整体营收虽增💯长，但大中华区仅增14%，占比从25%降至17%。 国😅内的安卓品牌更是早已对苹果的存量用户垂涎已久，纷纷推出了各自🤩的兼容苹果系统方案，谋求逐步吸纳苹果的用户群体进入自家生态。🚀 不过如果你要问，苹果这次是不是意味着苹果正在倒退回那🚀个令人期待的品牌？那倒不是，苹果不是返老还童了，它只是更能放😉下身段开卷了。 01 加量不加价 一个词概括苹果🌟这次更新的最大特点，莫过于加量不加价。 苹果在标准版的😍刀法一向为人诟病，比如iPhone 14系列更新了“灵动岛”😡和迟了好几年的息屏显示，但只有iPhone 14 Pro系列😴才能上岛。iPhone 15标准版虽然继承了上一代Pro版的🚀一些特性，如A16芯片和灵动岛功能，但也明显“砍掉”了如12👏0Hz高刷新率屏幕和长焦镜头等关键配置 。 但iPho🌟ne 17标准版堪称是最实惠的标准版iPhone。iPhon😢e 17标准版虽然没能用上新的主板架构，但是它有最新的A19😢芯片，有和Pro相同的屏幕，搭载4800万像素主摄+1200🚀万像素2倍长焦双摄组合，前置摄像头升级至了1800万像素。甚🙄至还有120Hz高刷。 当然，最关键的是，这款手机可以😘参加国补。 类似华为的退出成就了苹果，国补政策同样意外🥳的让苹果成为了最大赢家。618前夕，苹果直营的天猫Apple⭐ Store官方旗舰店在全国范围内上线国家补贴（国补），覆盖😡产品包括iPhone16系列、iPad、Apple Watc😎h及Mac系列，补贴比例最高达20%，再叠加以旧换新权益，原🙌价7999元的iPhone 16 Pro叠加平台券后最低只需🔥要5299元。降价迅速激发了用户的换机热情，根据TechIn😂sights的数据，618期间苹果的销量能占到总体份额的43😘%。 展开全文 为了继续蹭到国补的东风，苹果暂时🤯放弃了全球统一的定价策略，同样是256G内存的版本，港版的i🔥Phone 17标准版需要6899港币，但内地只需要5999😴人民币，卡在了补贴范围内。 如果说以上还属于产品和定价😡卷，那么上架抖音就是渠道卷。 iPhone 17全球首😉发前一周，苹果突然宣布入驻抖音商城。放到过去，苹果未必会这么❤️快的推进抖音渠道的拓展。 和其他所有知名品牌一样，苹果😁对于新渠道的选择一直比较审慎，因为渠道和品牌的调性关联很大。🔥在线下，苹果一直力图把每一个直营店打造成地标建筑，而线上，过😅去十年只有天猫拿到了国内唯一的Apple Store官方旗舰😜店。在数码3C品类占据绝对优势的京东也只是是首个线上授权渠道🤗。 即便抖音电商在过去取得了不错的成绩，但无论是3C数👍码品类还是知名品牌，都不是它的优势类目。简单举个例子，202😉3年9月，抖音就上线“Apple产品抖音官方自营店”，截至目👍前该店的iPhone 16 Pro Max累计卖出不到5万台😆，京东平台的销量则超过了300万台。 找抖音“带货”并😡不是什么一锤定音的关键决策，凑国补也绝非深思熟路之举。单纯是😂因为过去苹果抬头看着月亮就能有无数信徒们抢着送钱，而现在需要😡自己弯下腰数数，有没有钢镚从指缝落下没看着。 02 把🔥成本的牙膏挤爆 新机发布后，苹果迎来了股价暴跌。苹果“😂推荐一致性”指标降至3.9，为2020年初以来最低水平。D.😘A. Davidson将苹果评级从“买入”下调至“中性”。追😘踪苹果的分析师中，仅有55%推荐买入苹果。作为对比英伟达、微🥳软和亚马逊等大型科技股的买入比例都超过90%。 单从业😡绩来看，苹果仍然有非常强力的支撑，软硬件整合带来的优势越来越😎强。一个明显的例证是，以ITunes为代表的服务业务收入占比😘逐年提升。2020-2024财年，苹果服务相关收入的营收从5😀38亿美元增长至962亿美元，同期营收占比从19.6%提升至🤯24.6%，25财年第三财季进一步提升至25.6%。 😉问题出在预期上。 苹果的这套软硬件组合拳，根基是广大的🙄硬件用户。过去苹果之所以能在竞争激烈的手机行业保持独树一帜的😢品牌力，本质还是得益于创新能力带来的升维体验。 但一方🔥面，当下手机创新早已进入瓶颈。虽然iPhone 17 Pro🙌系列摒弃了延续了好几代的“浴霸设计，采用了横向大矩阵相机布局🚀，升级了相机像素，3nm工艺的A19 Pro芯片性能更强，同💯时把光学变焦倍数提升到了8倍，iPhone Air甚至破天荒😜的为了轻薄需求，调整了设计。但前者作为消费者很难又明显的体验😜革新，后者则为了轻薄舍弃了实用性。 甚至从产品的角度而❤️言，iPhone Air更像是一种试验品。在官方的宣传语之外🤔，iPhone Air还是苹果自研占比最高的机型之一，在此之🚀前苹果虽然试图挣扎，但还是无法脱离高通的5G基带芯片。而iP🤯hone Air不仅搭载了苹果自研的基带芯片C1X，还集成了😀苹果自研的Wi-Fi芯片N1。 2010年苹果和高通的😁协议显示，苹果每卖出一台手机，就要向高通支付手机售价的5%作😊为专利费。换句话说如果iPhone Air能够成功试验自研基🤯带芯片的可行性，就能给苹果在成本端带来巨大的提升。 苹⭐果在AI这个大机会上显得却非常谨慎。和谷歌等大厂相比，苹果不🚀仅没有公开的大规模投资AI，原本的AI团队也陷入了动荡。 🙌 苹果内部对于是否要大举投入AI举棋不定。据报道，软件主管🔥费德里吉认为AI并非移动设备的核心功能，更不愿因此影响iPh👏one、Mac等年度系统更新的开发节奏。这导致苹果面对Cha👏tGPT毫无准备。 这种“设备优先”的思路还导致了苹果🤔AI基础模型团队负责人庞若明的离职。今年初，苹果AI基础模型😍团队负责人庞若明拟定了初步开源路线图。但费德里吉担心开源会使😀苹果失去端侧优化的优势。前不久，庞若明加入了Meta的“超级🤗智能实验室，成为了硅谷的头条新闻。 另一方面，地缘政治😆的冲突正在为这家跨国公司的前景蒙上阴影。 虽然苹果目前🤗苹果的产品获得了豁免，但是仍然需要面对可能到来的高额关税。虽😆然苹果早前就已经开始着手分流供应链，把产能转移到印度等地。2🤔025年，苹果为响应“制造回流”的要求，宣布未来4年将投资6🚀000亿美元在美国建厂，这将带来巨大的成本压力。 届时💯苹果可能需要面对一个问题：要不要继续让利获得消费者，守住市场😜份额？ 03 写在最后 知名彭博记者古尔曼曾总结😘苹果为什么在AI能力建设上落后：一是缺乏明确的愿景，二是不清🔥楚如何才能与众不同、以及如何将目标付诸实践。 库克继任🔥后不是没有上马大型的开发项目，无论是头显还是汽车，苹果都投入😍了大量的人才和资金。但他们既没有像乔布斯那样坚定——汽车项目💯的成立很大程度上是为了让人才不流向其他公司，也过于考虑投产比😀——比起AI，现阶段能抓住的、能形成收入的产品才是他们最重视😂的。 这对于一家消费品公司是够的，但对于一家曾经改变过🤯世界的为大公司而言，显然是一种退化。 参考来源： 😍 1、远川研究所：《iPhone挤爆牙膏，苹果用自研换利润》😎 2、道总有理：《iPhone 17虽然大爆，但苹果的🙌“流量饥渴症”加重了》 3、36氪财经：《苹果，不想成🌟为下一个Intel》返回搜狐，查看更多