我让 R1 详细解释勾股定理。这一切都是 AI 在不到 30 秒时间里一次性完成的，没出任何错。简单来说，its over.

　　在国内外 AI 圈，普通网友发现了神奇的强㊣大新 AI（还开源），学界专家纷纷喊出「要奋起直✅追」，还有小道消息称海外的 AI 公司已经如临大敌。

　　就说这个本周刚发布的 DeepSeek R1，它没有任何监督训练的纯强化学习路线 月 Deepseek-v3 基座发展到如今堪比 OpenAI o1 的思维链能力抽屉用连锁机构，似乎是很快达成的事。

　　但在 AI 社区热火朝天的读技术报告□□□、对比实测之余，人们还是对 R1 有所怀疑：它除了能跑赢一堆 Benchmark 以外有色金属是什么，真的能领先吗？

　　最近几天，AI 社区的✅一些人开始沉迷一项测试 —— 测试不同的 AI 大模型（尤其是所谓的推理模型）来处理一类问题：「编写一个 Python 脚本，让一个黄㊣色球在某个形㊣状内弹跳。让该形状缓慢旋转，并确保球停留在形状内。」

　　在这个推文底下的网友表示：o1 的能力原本很好，在 OpenAI 优化速度过后就变弱了，即使是每月 200 美元的会员版也一样。

　　模拟弹跳球是一个经典的编程挑战。精确的模拟结合了碰撞检测算法，其算法需要去识别两个物体（例如一个球和一个形状的侧面）何时发生碰撞。编写不当的算法会影响模拟的性能或导致明显的物理错误。

　　AI ✅初创公司 Nous Research 的研究员 N8 Programs 表示，他花了大约两个小时✅从头开始编写一个旋转七边形中的弹跳球。「必须跟踪多个坐标系，了解每个系统㊣中的碰撞是如何进行的，并从头设计代码以使其具有鲁棒性。」

　　虽然弹跳球和旋转形状是对编程技能的合理测试，但对于大模型来说还是个新项㊣目，即使是提示中的细微变化也可能产生出不同的结果。所以如果想让它最终成为 AI 大模型基准测试的一部分的话，还需要改进。

　　Meta 员工发帖称「Meta 工程师们正在疯狂地分析 DeepSeek，试图从中复制任何可能的东西。」

　　他还认为，过去十年来，美国可能一直在人工智能竞赛中领✅先于✅中国，但 DeepSeek 的 AI 大模型发㊣布可能会「改变一切」。

　　X 博主 @8teAPi 则认为，DeepSeek 并不是一个「副业项目」，而是像洛克希德・马丁以前的「臭鼬工厂」。

　　所✅谓「臭鼬工厂」，就是当初洛克希德・马丁公司（Lockheed Martin）为了研发诸多先进飞行器专门成立的一个高度机密□□□□、相对独立的小团队，从事尖端或非常规的技术研究与开发。从 U-2 ✅侦察机□□□□、SR-71 黑鸟，到 F-22 猛禽□□□、F-35 闪电 II 战斗机都是从这里走出来的。

　　后来，这个词逐渐演变成一个通用术✅语，用来形容在大公司或组织内部设立的「小而精」□□、相对独立且自由度更高的创新团队。

　　仅凭这两个事实，就可✅以看出，显然 DeepSeek 在商业上取得了成功，并且已经足够知㊣名，能够获得这些资源。

　　至于 DeepSeek 的开发成本，该博主表示，中国科技公司可以获得各种各样的补贴，比如低用电成本和用地。

　　因此，DeepSeek 非常有可能大部分成本都被「安置」在核心业务之外的某个账目上，或者以某种数据中心建设补贴的形式存在。甚至除了创始人之㊣外，没人完全清楚所有财务安排。有些协议可能只是「口头协定」，只靠声誉就能敲定。

　　这个模㊣型非常出色，与 OpenAI ✅两个月前发布的版本相当，当然也有可能不如 OpenAI 和 Anthropic 尚未发布的新模型。

　　从目㊣前来看，研究方向仍主要由美国公司主导，DeepSeek 模型属于对 o1 版本的「快速跟进」，但 DeepSeek 的研发进度非常迅㊣猛，比预期更快地迎头赶上，他们并没有抄袭或作弊，最多只是逆向工程。

　　与美国公司相比，DeepSeek 在知识产权许可□□□□、隐私□□、安全□□、政治等✅方面受到㊣的约束较少，围绕错误地使用那些不想被训练的数据的担忧也较少。诉讼更少，律师更少，也更少顾虑。

　　毫无疑问，越来越多的人认为 2025 年将会是决定性的一年。与此同时各家公司都在摩拳擦掌，比如 Meta 就正在建立一个 2GW+ 的✅数据中心，预计在 2025 年投资 600-650 亿美元，年底拥有超过 130 万块 GPU。

　　由 DeepSeek ✅引发的连㊣锁反应仍在继续，比如 OpenAI o3-mini 免费可用□□、社区中希望能减少关于 AGI/ASI 的模糊讨论以及传闻 Meta 陷入恐慌等。

　　他认为，现在很难预测最终谁会获胜，但不要忘记后发优势的力量，毕竟我们都知道是 Google 发明了 Tra㊣nsformer，而 OpenAI 解锁了其真正潜力。

　　「对于那些看到 DeepSeek 的性能就认为『中国正在超越美国的 AI』的人，你理解㊣错了。正确的理解是：开源模型正在超越专有模型。」

　　LeCun 表示，DeepSeek 之所以这次一鸣惊人，是因为他们从开放研究和开源（如 Meta 的 PyTorch 和 Llama）中获益。DeepSeek 提出了新想法，并在他人工作的基础上构建。因为他们的工作是公开发布和开源的，每个人都可以从中受益，这就是开放研究和开源的力量。

　　网友们的反思还在继续，在对于新技术发展兴奋的同时，也能感受到一点点忧虑的气氛，毕竟 DeepSeek 们的出✅现，可能会带来真金白银的影响。