雷峰网讯 DeepSeek-R1 又开先例，成为首个登上《Nature》封面的中国大模型。 2025 年春节，DeepSeek-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 DeepSeek-R1 incentivizes reasoning in LLMs through reinforcement 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，DeepSeek 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 A100 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-Zero 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-R1，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， DeepSeek-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。 STEM 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 DeepSeek 团队还引入了通用 RL 数据以提升 DeepSeek-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。 DeepSeek-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 DeepSeek-V3 base，并使用组相对策略优化（GRPO）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 DeepSeek-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 DeepSeek-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/articles/s41586-025-09422-z#ethics https://www.nature.com/articles/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 | 道总有理 文 | 道总有理 9月末，大连😎万达集团及法人王健林被兰州市中级人民法院采取限制高消费措施，😊限高涉及执行标的1.86亿元。从昔日“中国首富”到无法乘坐飞🙌机头等舱、入住星级酒店，巨大的身份反差让这一消息震动社交平台👍。 很快，情况发生反转，9月29日，王健林“限高”措施🤗已取消。有媒体报道本次事件是万达下属项目公司经济纠纷，或因在😆执行层面信息不对称导致。 但这已并非万达首次陷入执行纠😎纷。 9月初，北京金融法院已新增一则对万达的执行信息，🌟标的超4亿元。截至目前，万达累计被执行总金额已突破52亿元，🙌同时背负94亿元股权冻结，其中上海万达网络金融与小额贷款两家😴公司的冻结股权占比超九成。 细究这几年的万达发展，诸如😅此类风波数不胜数，有些甚至早已埋下了伏笔，更有意思的是，王健😂林与万达的生存命题，似乎也成了中国一代民营企业管理者必须面对😴的时代课题。 从「强势崛起」到「大势已去」 19😘88年，中国成立房地产公司需要100万元注册资金，王健林就借😢了100万。 据他自己说，借款必须找人担保，担保人拿走🤯50万元，实际上只拿到50 万元，而且借100 万元给他的人🔥，要求他5年还款，每年25%的回报。看起来条件非常苛刻，但彼👍时王健林骨子里的风险精神就开始显露。 他拿着借来的钱在🙄大连西岗区创立了一家房地产公司。 当时，中国市场经济浪🎉潮涌得热烈，到1992年，这家公司已经占据大连房地产市场20🌟%的份额，年销售额达到20亿，也是这一年，王健林掏出2000❤️块重金登报征名，最终，从满纸投稿里挑出的“万达”二字，寓意万😴事顺遂、通达四方。 王健林不止一次在公开场合把万达的成🤔长分为四步。 第一步在1993年，他带着团队南下广州，🔥 那时候，民营企业到外地发展困难重重。王健林就去找广州👍当地企业谈，最后跟广州华侨房地产公司谈好，一年交200 万元🤗，注册了一个分公司，也正是从广州开始，万达逐渐从一个区域公司🎉变成全国性公司。 第二步在2000年，进军商业地产。 🚀 2000年前，万达主要做住宅开发，之所以要转型，王健林⭐在哈佛大学演讲时提到，是因为当时民营企业的医疗保险体系尚未完😀善，公司有两个老员工，一个得了癌症，一个得了肝病，这件事促使🤯他想要更多现金来保障员工福利。 住宅房地产开发的现金流👍不稳定。 为了寻求稳定的现金流，万达做过制造业、制药厂🔥，还做过超市，外贸等等，到2000年，决定把不动产作为企业的👏支柱产业，2004年，王健林提出“城市综合体”的概念，把商场😎、酒店、写字楼、公寓都整合在一起。 展开全文 从👍那年开始，万达开启了属于自己的时代，最风光的时候，地方排队与❤️万达合作，甚至在上海，万达都以超低价拿下了五角场的场块。同时😴，万达广场飞速扩张，唐山万达广场110万平米，石家庄万达广场😁更是达到183万平米。 第三步在2006年，因为万达购🤩物中心需要配电影院，王健林开始琢磨文化产业。 他投资了🔥万达乐园，扬言要让上海迪士尼二十年无法盈利。最初万达跟美国时😉代华纳院线合作，但由于两方面原因，双方没能合作下去，万达先后🙌和上海、江苏、广东、北京等地的广电集团谈合作。 第四步😘在2015年前后，万达大举进军海外。 彼时，万达宣布了😎十年战略规划，计划十年内成为世界一流的跨国企业。2014年到🤗2016年，万达投资了16个海外项目，买下位于马德里市中心的😡西班牙大厦，以9.21亿英镑吞下了欧洲第一大院线，买下美国传🤗奇影业。 那几年，万达风光无限，综合过往年度报告，20😊09年，万达员工总人数近两万人，2015年达到十三万人，等到😉2016年，万达的总资产已经逼近8000亿元，营业收入达到2😀550亿元，王健林连续三年成为中国的首富。 在他看来，🚀万达“去地产化”目标终于实现。 2017年，万达在全国😉已经有近200个商业项目，也正是在当年，万达急转直下。2月份😊，万达的海外收购之路受挫，6月份，遇上“股债双杀”，7月份，🤩万达在海外的六个项目被严格管控。 2018年1月，万达😆集团2017年年会在哈尔滨召开，会上称2017年是万达集团历😁史上难忘的一年，万达商业不得已转让文旅项目、酒店资产，曾经让⭐首富引以为傲的四步棋，终于沦为“弃子”。 2017年，😊王健林以438亿的价格，把13个文旅项目卖给了融创，又把77😅家酒店以199亿卖给了富力，2019年，万达影视被儒意影业收🤗购，2020年，百年人寿卖给了绿城，百货业务卖给了苏宁。 👏 到了2023年，万达大规模出售购物广场，三十多座万达广场😎易主。2024年，北京CBD的总部大楼卖给了新华保险和中金资😴本，万达商管的控制权交给了太盟投资集团；截至2025年9月，😴万达广场已累计出售85个。 或许，浪潮从不会永远朝着一😢个方向奔涌，后来的每一次出售，也都是王健林在时代洪流下的无奈😎抉择。当万达广场的灯光熄灭在夜色里，不只是一个企业的起落，更🤯是一个时代里，野心与命运、辉煌与落寞交织的篇章。 冲动🚀退市「误终身」 绝大部分人起底王健林会把他与万达的不幸😘归咎于2016年的私有化退市上。 早在2014年，万达😜商业成功在港股上市，2015年，万达商业的股价最高涨到了76😀港元，但好景不长，很快就跌破发行价，跌到30港元左右。此时的🤩王健林对港股的低估很是失望，一口气以52.8港元的价格，回购😍了万达商业所有H股股票。 私有化退市后，引发了一系列连😁锁反应，包括A股IPO受阻；转战港股再受挫；对赌协议引爆危机🚀；索债方生出多米诺骨牌效应；资产大规模出售……一连串的危机叠😉加在一起，最终导致了王健林如今的局面。 至于王健林为什😁么选择私有化退市，除了对港股估值的不满，其过于自信的行事作风😜也一度被视为另一个主因。纵观这位首富先生的前半生，一个“赌”😉字基本可以概括，他本人也曾说过：“没有人永远赢得所有赌局，但🚀永远有人愿意赌。” 但在这两大因素之外，万达本身的发展🌟其实才是王健林选择私有化退市的关键。 2015年，万达❤️商业收入1242亿元，比2014年增长15.14%；归属于母😢公司股东净利润299.7亿元，同比增长20.66%。看起来很😡亮眼，但细究起来风险不少。据悉，万达商业虽有三大业务，但主营😢收是物业销售板块。 当年，物业销售为万达商业贡献了82😂.5%的收入，总合同销售额约为人民币1640亿元。 但😉这一成绩与万达本身的关系不大，更多是得益于地产行业回暖，20😁15年，《中国房地产企业销售TOP100排行榜》显示，201🚀4年万达商业销售金额1501亿元人民币排名第三， 2015年😀销售金额1512.6亿元人民币，位列第四。 换句话说，🚀在地产行业发达的一年，万达排名不进反退。 其次，201😆5年万达商业业绩公告显示，其物业存货出现15%的增长，酒店业👍务净利润为亏损6.02亿元人民币；万达商业物业租赁出租率从2🔥014年的99.32%下滑到2015年的96.37%，同期，🤩太古地产、中粮地产2015年的出租率都维持在99%左右。 😜 或许，港股对万达商业的估值未必失了公允。 另外，商🤩业地产是“吞金兽”，万达商业的负债率一直居高不下，尤其是20😜13年，万达商业的资产负债率接近90%，2015年报显示，万😉达商业的净负债率为61.05%，较2014年底的56.68%❤️上升了4.37个百分点。 对比之下，同行的净负债率维持🔥在40%左右，华润置地甚至已降到23%。 这时候，王健😊林发现发债券比在股市融资划算。2015年8月28日，万达商业😉首次五年期（3+2）50亿元公司债成功发行，票面利率4.09🤔%，2015年10月15日、2016年1月12日，万达商业两😜次发行五年期、额度为50亿元的公司债券，票面利率分别为3.9😊3%和3.20%。 当然，万达商业退市不是不想上市，是😢想换个地方上市，然而，后续的一切已不需要赘述。 十年前🤩，王健林手握292座万达广场、1300家影院、13家文旅城、😴80家五星级酒店、150亿美元海外投资，以2200亿身家登上😘胡润百富榜首富。2025年，《2025新财富500创富榜》上😢，王健林父子的财富为588.1亿元。 时至今日，曾经叱👍咤风云的首富跌进谷底。 再路过那些换了主人的万达广场，🌟还会有很多人想起王健林在商海上挥斥方遒的模样，只是这一次，赌😴桌早已散场，筹码尽失，资本市场从不同情“赌徒”，一旦行差踏错🤔，都有可能满盘皆输，在时代的风里，满是繁华落尽的唏嘘。 ❤️ 首富翻盘，也要靠「下沉市场」了 十年光阴，曾经的商业⭐帝国一点点瓦解，王健林卖了半副身家，手中的资产版图大幅收缩。😜那么，险些被限高的“首富”还剩什么？ 不完全统计显示，😎截至目前，万达集团对外投资仍处于存续状态的企业为24家，持股😴超过50%的为15家；王健林所控制的企业有76家处于存续期间👏，对外投资的11家企业中则仅有6家显示为存续状态。 值🎉得注意的是，万达集团及王健林所拥有的资产包括大连新达盟40%🤗股权、约200座万达广场，以及万达体育、万达宝贝王等。这大概😅是王健林能否在70岁高龄再逆袭的重要筹码，尤其是幸存的万达广😴场。 从这些广场的分布来看，王健林远没有认输，因为他卖😍掉的与留下的都藏着他对未来的渴望。比如，王健林正加速出手一二😆线城市的万达广场，2025年5月6日，王健林500亿元出售4😴8座万达广场，这其中覆盖多城首发项目及一二线城市元老级项目。😁 结合赢商大数据最新《2024中国城市商业力》分析显示🙄，商业一线和准一线城市项目占比高达33%，北京、上海、广州、😍成都、重庆等重要城市均有涉及；商业二线城市项目占27%。 🔥 相反的，遍布全国县城的万达广场却很少被列入出售名单。 👍 理由很简单，因为下沉市场的万达广场展现出了强劲的消费活力🎉。 2023年12月，四川宜宾下辖县级市宜昌万达广场开🙄业，开业3天累计客流近40万，销售额超千万；2024年1月，😘重庆忠县万达广场开业首日，共接待消费者23.6万人次，销售额🤯突破750万元，创下行业多个第一。 投资与运营成本上，🎉县城万达广场也有超高性价比。 以湖北宜都万达广场为例，🎉其总建筑面积约12万平方米，总投资约8亿元，而一线城市同等规🎉模项目投资额往往超过20亿元。在运营成本上，县城万达广场的租😉金、人力成本较一二线城市低30%-50%，宜都万达广场租金回🤯报率达6.8%，高于一线城市平均5.2%的水平。 同时😁，县城万达广场在资源获取上优于一二线城市项目。 以重庆😉忠县为例，当地为万达广场提供了土地出让金返还、税收优惠等政策⭐支持，并协调开通了直达广场的公交线路。在万达面临流动性压力的👍背景下，县城万达广场的现金流价值凸显，湖北宜都万达广场年租金😂收入约8000万元。 公开数据显示，截至2024年底，😎全国513座万达广场中，三四线城市占比超过60%，同时，轻资💯产占比超40％。这也是王健林为自己留的后路，在一些出售的万达👍广场里，万达仍然保留运营管理权。 轻资产模式对万达而言😉，是退而求其次的生存法则。 总的来说，王健林的万达广场😀分布已从全国扩张转向“五环外留守”，三四线城市与整个下沉地区🎉成为最后的生存空间。尽管通过轻资产化和业态调整，暂时维持了运⭐营，但债务危机、消费疲软和竞争加剧，无疑又构成了一重新的枷锁😂。 王健林还有机会翻身吗？ 未来几年，这些幸存的⭐万达广场能否在县域市场续写“一个广场改变一座城”的神话，还是😜未知数。若无法实现重新上市或引入战略投资者，这些广场可能进一🚀步被出售或抵押，届时，王健林的商业版图或将彻底重构。返回搜狐😍，查看更多