“美国人总是认为自己什么都知道，他们说的每句话都是对的。我们🙄中国不仅电力供应不足，甚至还没有走出蒸汽时代。” 这位🚀在知乎上昵称为“波斯铁骑”的网友愤怒地回应道，特别是在美版知😘乎上看到一则关于中国电力的误导性帖子后，他忍不住发泄情绪。原😁来，他是在针对美版知乎上一则长期悬挂的帖子进行回复，内容提问🌟：“为什么中国只有2000万人家里有电？” 这一问题引❤️发了全球网友的热烈讨论。有些人努力地科普中国的电力发展史，而😴更多的人则对此表示不屑一顾。 “中国有14亿多人口，真😴的是只有2000万人能够用得上电吗？”这个问题充满了误解，它🌟是在质疑中国电力的发展水平，还是在简单地贬低中国的发展呢？这⭐到底是谣言还是事实？ 这篇帖子迅速引起了关注，成为了讨💯论的焦点，许多人开始纷纷回应并进行辩驳。 然而，这个问😀题的提出者显然对中国的真实情况缺乏了解，完全“天真”。于是这🙌则帖子变成了一个热门话题，更多的网友们纷纷加入了讨论并打破了💯其错误的观点。有网友幽默地回应：“我们晚上发光，所以不需要用😆灯。” 这位网友的幽默回答瞬间引起了全网笑声，甚至有网🎉友跟帖说：“中国古代早就发明了这种技能，学校里的人都在学怎么😊自己发光，连狗都在学习呢。” 是的，连狗都会发光！这样💯的回复把幽默和讽刺结合得恰到好处。 与此同时，来自印度🤗的网友Cali Rajendra也分享了他的幽默回应：“我来😅自印度，现在住在加利福尼亚州，我妻子被问到印度是否有电时，她👏回答说：‘是的，印度的客户服务中心每个员工都有一个脚踏发电机👍给电脑供电。’” “脚踏发电机发电？”这位印度网友的回🔥复令人瞠目结舌，难以想象，一边工作，一边得亲自发电；而且回家❤️时还得自己发电，真是难以理解。 一位网友直言：“如果你😊们说中国连电都没有，那中国怎么可能成为美国最大的威胁呢？难道😴这还不够问问你们的总统吗？” 这话点出了美国网友的荒谬😡之处，也让人不禁感叹，他们对于中国的了解竟然如此片面。 🥳 在接下来的评论中，更多网友展现了他们的幽默才智： “😊电是什么东西，简直闻所未闻，不认识，不敢碰。” “对对🤔对，千万别碰，小伙伴碰过一次，浑身麻，以后再也不碰了。” 😆 还有一位网友愤怒地回应：“我们正面的宣传做得不够，这也从🙌侧面揭示了西方国家封锁信息的虚伪。” 这一评论不仅揭露🔥了西方国家在信息传播方面的不透明，也折射出对中国电力发展进步🌟的误解和偏见。 接下来的几条评论更是诙谐幽默：“据说中❤️国的高铁是马拉的，绿皮火车是牛拉的。” “天啊，你砸中😡了我，我就是那最最最幸运的5%之一，现在我正拿着世界上最先进😴的美国牌子手机…护士来了，要给我电击了，我保证你从未享受过如🤯此美妙的体验。” 这些“神回复”让人忍俊不禁，网友们毫🙄不客气地讽刺了那些远离现实的言论。 如果真像这个帖子所🤗说，中国只有2000万人家里有电，那中国的日常生活肯定会极其🤔艰难，然而事实并非如此。 根据最新的官方数据，中国的用🤯电普及率已经达到了99%。换句话说，几乎每个中国家庭都能用得🥳上电，而美版知乎上的帖子无疑只是纯粹的谣言。 中国的城😊市和乡村早已实现了电力普及，家家户户都正常用电。如今，国内大❤️街小巷随处可见的电车充电桩和各大商场中的充电宝，都足以证明中❤️国电力的普及程度。这些现象可谓是对美国网友言论的有力反击。 😂 也许发帖的网友长时间未能感受到电力的便捷，甚至可能根本🔥不了解中国现今的电力状况。 美国的一些网友，或许也是因😍为他们自己所处的地区电力和网络条件较差，才对中国的电力状况产😡生了如此错误的认识。 回顾中国的电力发展史，尽管百年前👏中国的电力水平落后于世界80年，但如今，中国早已摆脱了电力不😉足的困境，迎来了蓬勃发展的新阶段。 发帖的美国网友似乎🎉不曾意识到，中国的电力问题早已得到了解决，相反，美国自己或许😆在电力方面的问题更加严重。 让我们回顾一下2011年冬😀季的德州大停电事件。那时德州突遇百年一遇的暴雪，温度骤降至零👍下18度，整个州陷入了黑暗。 由于电力消耗过大，德州居😎民经历了长达70小时的停电，这期间寒冷的天气与缺乏电力让当地😎居民受到了极大的煎熬。“70小时没电，简直没遇到过这么可怕的🙌事。” 当时的德州电力公司不得不发出停电轮流通知，但最💯终的停电时间远超预期。 即使在之后，美国能源信息管理局😎发布的报告也显示，2022年美国的平均停电时间为8小时。 🤗 这一事件无疑揭示了一个事实：美国自己也正面临着电力短缺问👍题，如何能指责中国呢？ 中国的电力普及程度和发展速度显👍然已经超越了很多人的想象。 百年前，很多中国人连“电”🙄是什么都不知道。今天，中国的电力发展成就举世瞩目。从电力设施🥳匮乏到成为世界上最大的电力生产国之一，这一路的努力与奋斗足以🎉令人敬佩。 早在1882年，上海外滩的电灯便照亮了中国🎉的夜空，标志着中国迈出了电力社会的第一步。然而，抗日战争时期👏，国内电力设施几乎被摧毁，损失惨重。 但中国并没有放弃😂，凭借着强大的技术研发和不屈不挠的精神，逐步恢复并超越了以前🚀的水平。 直到今天，中国的电力生产量已经远远超过了美国😎，并且在全球范围内处于领先地位。 2019年，中国的电😀力生产总量达到了7.2255万亿千瓦，而在1949年，仅为4😍3亿千瓦。这意味着在短短70年内，中国的发电量翻了1600倍😡以上。 因此，美国网友的帖子不过是对中国电力成就的无知😂与误解。这一切的事实，已经无可辩驳。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)

中国大模型，首登Nature封面。 9月17日，在最新🙄一期的国际权威期刊Nature（自然）中，DeepSeek-🔥R1推理模型研究论文登上了封面。该论文由DeepSeek团队🤩共同完成，梁文锋担任通讯作者，首次公开了仅靠强化学习就能激发🎉大模型推理能力的重要研究成果。这是中国大模型研究首次登上Na😅ture封面，也是全球首个经过完整同行评审并发表于权威期刊的😀主流大语言模型研究，标志着中国AI技术在国际科学界获得最高认🤯可。 Nature在其社论中评价道：“几乎所有主流的大😊模型都还没有经过独立同行评审，这一空白终于被DeepSeek❤️打破。” 中国AI大模型的“Nature时刻” 😘自大模型浪潮席卷全球以来，技术发布、性能榜单层出不穷，但始终👍缺乏一个权威的“科学认证”机制。OpenAI、谷歌等巨头虽屡🙄有突破，但其核心技术多以技术报告形式发布，未经独立同行评审。🎉 DeepSeek以其公开性和透明性打破了这一局面。D😆eepSeek-R1模型的研究论文最早于今年年初发布在预印本🙄平台arXiv上。自今年2月14日向Nature投递论文至今🙄，历经半年，8位外部专家参与了同行评审，DeepSeek-R👍1推理模型研究论文终获发表，完成了从预印本到Nature封面🤗的“学术跃迁”。审稿人不仅关注模型性能，更对数据来源、训练方🤔法、安全性等提出严格质询，这一过程是AI模型迈向更高的透明度😅和可重复性的可喜一步。 因此，Nature也对Deep🤩Seek的开放模式给予高度评价，在其社论中评价道：“几乎所有😜主流的大模型都还没有经过独立同行评审，这一空白终于被Deep🌟Seek打破。”全球知名开源社区Hugging Face机器🙌学习工程师Lewis Tunstall也是DeepSeek论😢文的审稿人之一，他强调：“这是一个备受欢迎的先例。如果缺乏这😡种公开分享大部分研发过程的行业规范，我们将很难评估这些系统的😅潜在风险。” 据了解，DeepSeek本次在Natur🤔e上发表的论文较今年年初的初版论文有较大的改动，全文64页，🤯不仅首次披露了R1的训练成本，而且透露了更多模型训练的技术细😂节，包括对发布初期外界有关“蒸馏”方法的质疑作出了正面回应，😴提供了训练过程中减轻数据污染的详细流程，并对R1的安全性进行😂了全面评估。 其中，在训练成本方面，R1-Zero和R⭐1都使用了512张H800GPU，分别训练了198个小时和8😀0个小时，以H800每GPU小时2美元的租赁价格换算，R1的👏总训练成本为29.4万美元（约合人民币209万元）。不到30🤯万美元的训练成本，与其他推理模型动辄上千万美元的花费相比，可👍谓实现了极大的降本。 关于R1发布最初时所受到的“蒸馏🚀”质疑，DeepSeek介绍，其使用的数据全部来自互联网，虽😀然可能包含GPT-4生成的结果，但并非有意而为之，更没有专门😜的蒸馏环节。所谓“蒸馏”，简单理解就是用预先训练好的复杂模型😘输出的结果，作为监督信号再去训练另外一个模型。R1发布时，O😀penAI称它发现DeepSeek使用了OpenAI专有模型😁来训练自己的开源模型的证据，但拒绝进一步透露其证据的细节。 😍 R2何时问世引发关注 自今年年初发布R1以来，D🙄eepSeek在全球树立了开源模型的典范，但过去数月，外界对😎于R2何时发布始终保持高度关注，相关传言一直不断。不过，R2💯的发布时间一再推迟，外界分析R2研发进程缓慢可能与算力受限有👍关。 展开全文 值得注意的是，今年8月21日，D🤩eepSeek正式发布DeepSeek-V3.1，称其为“迈🚀向Agent（智能体）时代的第一步”。据DeepSeek介绍🚀，V3.1主要包含三大变化：一是采用混合推理架构，一个模型同🤗时支持思考模式与非思考模式；二是具有更高的思考效率，能在更短🙄时间内给出答案；三是具有更强的智能体能力，通过后训练优化，新😜模型在工具使用与智能体任务中的表现有较大提升。 由于R🥳1的基座模型为V3，V3.1的升级也引发了外界对于R2“在路🎉上”的猜测。V3.1的升级更深刻的意义在于，DeepSeek🤯强调DeepSeek-V3.1使用了UE8M0 FP8 Sc🚀ale的参数精度，而UE8M0 FP8是针对即将发布的下一代🙄国产芯片设计。这也表明未来基于DeepSeek模型的训练与推🌟理有望更多应用国产AI芯片，助力国产算力生态加速建设。这一表🎉态一度带动国产芯片算力股股价飙升。 中国银河证券研报指😘出，DeepSeek从V3版本就开始采用FP8参数精度验证了😎其训练的有效性，通过降低算力精度，使国产ASIC芯片能在成熟😅制程（12-28nm）上接近先进制程英伟达GPU的算力精度，😁DeepSeek-V3.1使用UE8M0 FP8 Scale😅参数精度，让软件去主动拥抱硬件更喜欢的数据格式，“软硬协同”😉的生态技术壁垒逐渐成为AI浪潮下新范式，未来国产大模型将更多😜拥抱FP8算力精度并有望成为一种新技术趋势，通过软硬件的协同😍换取数量级性能的提升，国产算力芯片将迎来变革。 责编：👏万健祎 校对：王朝全 版权声明 " Typ😡e="normal"@@--> 证券时报各平台所有原创⭐内容，未经书面授权，任何单位及个人不得转载。我社保留追究相关🙌行为主体法律责任的权利。 转载与合作可联系证券时报小助👍理，微信ID：SecuritiesTimes " Ty👏pe="normal"@@-->返回搜狐，查看更多