仅用于站内搜索，没有排版格式，具体信息请跳转上方微信公众号内链接
来源：原文发表于《科技导报》2025年第6期《DeepSeek技术创新与通用人工智能发展趋势》
为深入了解DeepSeek在通用人工智能领域的最新进展，《科技导报》邀请北京航空航天大学人工智能研究院教授、国家重点研发计划（智能服务适配）首席专家吴文峻撰文，探讨DeepSeek的技术创新与通用人工智能发展趋势。首先，从DeepSeek的技术特点出发，详细分析了其在模型架构和推理技术方面的核心创新；随后，探讨了DeepSeek对通用人工智能未来发展的影响，包括开源生态的作用、神经标度律（NeuralScalingLaw）的局限性以及通专结合的行业模型；最后，总结了DeepSeek的技术贡献，展望了其在开源生态和垂直领域应用中的潜力。
近年来，随着深度学习技术的快速发展，大语言模型（LLMs）在自然语言处理、内容生成、推理能力等方面取得了显著进展。然而，尽管这些大模型在规模和性能上不断突破，其发展仍面临诸多挑战，包括高昂的训练成本、推理效率的瓶颈，以及模型在复杂任务中的逻辑推理能力不足等问题。在此背景下，DeepSeek应运而生，作为中国在通用人工智能（AGI）领域的重要探索，DeepSeek不仅继承了现有大模型的优势，还在模型架构、训练效率和推理能力等方面进行了创新性突破。
1
DeepSeek-V3的创新架构和低成本高性能训练方法
传统的大型模型训练，无论是闭源的GPT系列还是开源的LLaMA系列，都面临着巨大的图形处理器（GPU）资源消耗的挑战。然而，DeepSeek-V3模型以其创新的设计理念，巧妙地实现了低成本与高性能的完美融合，为这一难题提供了突破性的解决方案。该模型不仅显著提升了推理效率，还有效优化了资源利用率，为大规模模型训练开辟了新的道路。
DeepSeek通过创新性采用FP8混合精度训练框架，实现了大模型算法与智能硬件的高度协同优化，这一技术路径对推动中国AI基础设施自主化，实现基于国产软硬件的协同优化设计具有重要启示。
DeepSeek-V3以高达671B（6710亿）的参数量，将训练成本大幅降低至约557万美元（表1），与传统大模型动辄上亿美元的投入形成鲜明对比。这一突破不仅彰显了DeepSeek的技术实力，更为行业提供了高效、经济的训练范式。
表1各种大模型训练成本对比
2
DeepSeek-R1提升“慢思考”的认知推理能力
在人工智能领域，认知推理能力是衡量模型智能水平的重要指标之一。DeepSeek-R1通过创新的推理技术和架构设计（图1），显著提升了“慢思考”能力——即系统化、逻辑化的深度推理能力。
图1DeepSeek强化学习训练流程
2.1DeepSeek-R1推理技术简述
DeepSeek-R1-Zero使用准确度奖励和格式奖励来指导模型推理的强化训练，尽管其推理表现尚不如其他模型，但通过生成中间思维步骤，成功展示了推理能力生成的可行性。DeepSeek-R1进一步通过结合监督微调与强化学习来优化其推理性能。通过采用监督微调和强化学习技术，DeepSeek有效规避了PRM技术中依赖高质量的人工标注数据、难以明确定义细粒度步骤以及判断中间步骤正确性等关键问题，显著提升了模型在复杂推理任务中的性能表现。
2.2基于神经符号系统的推理架构
DeepSeek-R1和OpenAIo1/o3这些大模型系统所取得的推理性能，标志着LLMs在推理方面的研究取得了新的突破，开启了这个领域的新范式，即系统1（“快思考”）+系统2（“慢思考”）。这个范式意味要对符号主义积累的成果和现有的大模型框架进行更深入的结合，可以在不同的情境中形成动态可变的、复杂思维链，以便在常识推理、数学推理、算法推理、科学推理、具身推理等方面持续提升，直至达到甚至超过人类的认知推理能力。
大模型虽然在各种自然语言问题的基准测试（benchmark）中表现不错，但是在真实的交互中，经常出现“幻觉”问题。DeepSeek-R1代表的强化推理能力，未来有望让大模型能够在合适的事实性和逻辑性约束的奖励函数限制下，通过自我反思和思维链回溯，大大减少自我幻觉的产生，更好地提升常识推理能力。数学推理是目前LLMs研究者都高度关注的领域，充分体现了神经符号融合的技术内涵。DeepSeek就有专门针对数学的模型版本：DeepSeekMath7B和DeepSeek-Prover-V1.5。
前文论述的DeepSeek和其他推理系统所构造出的神经符号系统，为未来实现跨领域、超长链条的科学推理提供了很有价值的探索思路。未来，基于类似DeepSeek-R1的推理技术，可以从多个方面赋能跨领域的科学推理，从而突破费曼极限。首先，可以在海量科技文献的基础上，实现最新学科知识的深度整合和挖掘，形成对复杂科学领域探索的知识基础。其次，可以在海量科学数据的基础上，对这些数据蕴含的内在规律和模式进行分析，归纳总结出本质的科学规律，建立融合神经网络和数理机理符号的新型科学模型，来刻画和表征复杂系统的关键因素，理解复杂系统要素之间的深层次关系，突破传统模型无法领悟的因果链条。
3
通用人工智能的未来趋势
DeepSeek的成功开启了通用人工智能深度探索的新篇章，特别是对大语言模型、多模态大模型和具身智能大模型的发展带来新的动力。为推动人工智能技术的持续演进，亟需深入探讨以下3个关键问题：首先，DeepSeek所采用的开源路线将在通用人工智能的发展中扮演何种角色？其次，在迈向通用人工智能的过程中，NeuralScalingLaw是否仍具备其理论指导意义？最后，如何通过“通专结合”的方式构建行业大模型，从而充分发挥大模型技术在产业应用中的价值？
3.1开源开放生态对发展通用人工智能的作用
DeepSeek的成功本质上体现了开源路线在推动生成式人工智能技术进步中的重要作用。DeepSeek-R1系统超过了o1模型的性能，无疑给开源大模型社区提供了全新的技术选择，打破了OpenAI的技术垄断，让每个研究者和开发者都能站在这个全新的起点上，以开源进化的技术演进模式，持续加速探索LLMs推理的新思路和新创新。DeepSeek的开源实践或许印证了发展通用人工智能的必然规律，必须通过开放的技术创新生态，打造开放的通用人工智能系统，实现开源创新驱动、模型滥用风险防范、可持续商业模式之间的微妙平衡。
3.2NeuralScalingLaw对通用人工智能发展的影响
在大模型研发中，通常认为模型的性能提升和模型参数规模之间满足幂律关系，也就是NeuralScalingLaw，即模型规模越大，输入的训练数据越多，模型预测能力就越强。但这种指数级增长的算力需求，给智算集群系统带来了极大的开销，使得规模的可持续扩展遇到瓶颈。此外，高质量和高密度数据语料库的稀缺性也成为制约模型规模扩展的关键因素。综上所述，单纯依赖模型规模的扩展来实现通用人工智能，无论在技术可行性还是经济成本方面，均难以构成可持续的技术路径。
目前，业界的研究重点正在转向后训练（Post-Training）和测试时间缩放（Test-TimeScaling，TTS）2个方面。1）监督微调和强化学习等Post-Training方式成为优化模型性能的关键手段。2）TTS是一种在推理阶段通过增加计算资源或时间来提升大模型性能的技术。未来的研究将更加注重模型的高效性和可持续性，而非单纯追求规模的扩展。
3.3“通专结合”的行业模型
随着大模型训练范式的改变，尤其是推理和Post-Training、TestTimeScaling逐渐成为发展的热点。在垂直领域走“通专结合”的技术路线成为必然，需要引入模块化的架构假设、强化式的能力提升，支持大模型与业务逻辑的紧密结合，在产业领域实现广泛落地与价值赋能。首先，巨无霸式的通用模型必然给企业带来维护升级、训练成本等一系列的复杂性难题，必须引入模块化设计的理念，实现模型结构和业务功能的松耦合架构。其次，业务场景需要对基座模型进行定向的蒸馏与微调，以提升其专业能力。
自DeepSeek大模型发布以来，已在多个行业，尤其是保险领域，取得了显著的应用成效。截至2025年2月18日，已有多家领先保险公司接入DeepSeek并落地应用。这种“通专结合”的模式不仅促进了大模型的落地应用，更推动了行业智能化的全面升级。
4
结论
DeepSeek的推出标志着中国在通用人工智能领域迈出了重要的一步，开启了基于国产技术的人工智能创新生态新篇章。通过在大语言模型、推理技术等方面的创新，DeepSeek不仅展示了其在多领域对话、内容生成以及深度逻辑推理方面的强大能力，还为未来通用人工智能的发展提供了新的思路和方向。DeepSeek的成功不仅为开源生态注入了新的活力，也为行业模型的“通专结合”提供了可行的路径。随着模型规模的扩展和推理技术的不断优化，DeepSeek有望在更多垂直领域实现广泛应用，推动人工智能技术在医疗、教育、金融等行业的深度落地。
总的来说，DeepSeek不仅是中国人工智能技术发展的里程碑，更是全球人工智能领域的重要贡献者。随着AI技术的不断进步和应用的深入，像DeepSeek一样的中国自主AI研究力量有望在更多领域引领原创技术突破，推动人工智能迈向新的高度，为人类社会可持续发展带来更多的创新与变革。
本文作者：吴文峻、廖星创、赵金琨
作者简介：吴文峻，北京航空航天大学复杂关键软件环境全国重点实验室，杭州市北京航空航天大学国际创新研究院，教授，研究方向为可信智能、群体智能、AIforScience。
文章来源：吴文峻,廖星创,赵金琨.DeepSeek技术创新与通用人工智能发展趋势[J].科技导报,2025,43(6):14-20.
阅读最新前沿科技趋势报告，请访问欧米伽研究所的“未来知识库”
https ://wx.zsxq.com/group/454854145828
未来知识库是“欧米伽未来研究所”建立的在线知识库平台，收藏的资料范围包括人工智能、脑科学、互联网、超级智能，数智大脑、能源、军事、经济、人类风险等等领域的前沿进展与未来趋势。目前拥有超过8000篇重要资料。每周更新不少于100篇世界范围最新研究资料。欢迎扫描二维码或访问https ://wx.zsxq.com/group/454854145828进入。
截止到3月31日”未来知识库”精选的百部前沿科技趋势报告
（加入未来知识库，全部资料免费阅读和下载）
牛津未来研究院《将人工智能安全视为全球公共产品的影响、挑战与研究重点》
麦肯锡：超级智能机构：赋能人们释放人工智能的全部潜力
AAAI2025关于人工智能研究未来研究报告
斯坦福：2025斯坦福新兴技术评论：十项关键技术及其政策影响分析报告（191页）
壳牌：2025能源安全远景报告：能源与人工智能（57页）
盖洛普&牛津幸福研究中心：2025年世界幸福报告（260页）
Schwab：2025未来共生：以集体社会创新破解重大社会挑战研究报告（36页）
IMD：2024年全球数字竞争力排名报告：跨越数字鸿沟人才培养与数字法治是关键（214页）
DS系列专题：DeepSeek技术溯源及前沿探索，50页ppt
联合国人居署：2024全球城市负责任人工智能评估报告：利用AI构建以人为本的智慧城市（86页）
TechUK：2025全球复杂多变背景下的英国科技产业：战略韧性与增长路径研究报告（52页）
NAVEXGlobal：2024年十大风险与合规趋势报告（42页）
《具身物理交互在机器人-机器人及机器人-人协作中的应用》122页
2025-2035年人形机器人发展趋势报告53页
EvaluatePharma：2024年全球生物制药行业展望报告：增长驱动力分析（29页）
【AAAI2025教程】基础模型与具身智能体的交汇，350页ppt
Tracxn：2025全球飞行汽车行业市场研究报告（45页）
谷歌：2024人工智能短跑选手（AISprinters）：捕捉新兴市场AI经济机遇报告（39页）
【斯坦福博士论文】构建类人化具身智能体：从人类行为中学习
《基于传感器的机器学习车辆分类》最新170页
美国安全与新兴技术中心：2025CSET对美国人工智能行动计划的建议（18页）
罗兰贝格：2024人形机器人的崛起：从科幻到现实：如何参与潜在变革研究报告（11页）
兰德公司：2025从研究到现实：NHS的研究和创新是实现十年计划的关键报告（209页）
康桥汇世（CambridgeAssociates）：2025年全球经济展望报告（44页）
国际能源署：2025迈向核能新时代
麦肯锡：人工智能现状，组织如何重塑自身以获取价值
威立（Wiley）：2025全球科研人员人工智能研究报告（38页）
牛津经济研究院：2025TikTok对美国就业的量化影响研究报告：470万岗位（14页）
国际能源署（IEA）：能效2024研究报告（127页）
Workday：2025发挥人类潜能：人工智能（AI）技能革命研究报告（20页）
CertiK：Hack3D：2024年Web3.0安全报告（28页）
世界经济论坛：工业制造中的前沿技术：人工智能代理的崛起》报告
迈向推理时代：大型语言模型的长链推理研究综述
波士顿咨询：2025亚太地区生成式AI的崛起研究报告：从技术追赶者到全球领导者的跨越（15页）
安联（Allianz）：2025新势力崛起：全球芯片战争与半导体产业格局重构研究报告（33页）
IMT：2025具身智能（EmbodiedAI）概念、核心要素及未来进展：趋势与挑战研究报告（25页）
IEEE：2025具身智能（EmbodiedAI）综述：从模拟器到研究任务的调查分析报告（15页）
CCAV：2025当AI接管方向盘：自动驾驶场景下的人机交互认知重构、变革及对策研究报告（124页）
《强化学习自我博弈方法在兵棋推演分析与开发中的应用》最新132页
《面向科学发现的智能体人工智能：进展、挑战与未来方向综述》
全国机器人标准化技术委员会：人形机器人标准化白皮书（2024版）（96页）
美国国家科学委员会（NSB）：2024年研究与发展-美国趋势及国际比较（51页）
艾昆纬（IQVIA）：2025骨科手术机器人技术的崛起白皮书：创新及未来方向（17页）
NPL&Beauhurst：2025英国量子产业洞察报告：私人和公共投资的作用（25页）
IEAPVPS：2024光伏系统经济与技术关键绩效指标（KPI）使用最佳实践指南（65页）
AGI智能时代：2025让DeepSeek更有趣更有深度的思考研究分析报告（24页）
2025军事领域人工智能应用场景、国内外军事人工智能发展现状及未来趋势分析报告（37页）
华为：2025鸿蒙生态应用开发白皮书（133页
《超级智能战略研究报告》
中美技术差距分析报告2025
欧洲量子产业联盟（QuIC）：2024年全球量子技术专利态势分析白皮书（34页）
美国能源部：2021超级高铁技术（Hyperloop）对电网和交通能源的影响研究报告（60页）
罗马大学：2025超级高铁（Hyperloop）：第五种新型交通方式-技术研发进展、优势及局限性研究报告（72页）
兰德公司：2025灾难性网络风险保险研究报告：市场趋势与政策选择（93页）
GTI：2024先进感知技术白皮书（36页）
AAAI：2025人工智能研究的未来报告：17大关键议题（88页）
安联Allianz2025新势力崛起全球芯片战争与半导体产业格局重构研究报告
威达信：2025全球洪水风险研究报告：现状、趋势及应对措施（22页）
兰德公司：迈向人工智能治理研究报告：2024EqualAI峰会洞察及建议（19页）
哈佛商业评论：2025人工智能时代下的现代软件开发实践报告（12页）
德安华：全球航空航天、国防及政府服务研究报告：2024年回顾及2025年展望（27页）
奥雅纳：2024塑造超级高铁（Hyperloop）的未来：监管如何推动发展与创新研究报告（28页）
HSOAC：2025美国新兴技术与风险评估报告：太空领域和关键基础设施（24页）
Dealroom：2025欧洲经济与科技创新发展态势、挑战及策略研究报告（76页）
《无人机辅助的天空地一体化网络：学习算法技术综述》
谷歌云（GoogleCloud）：2025年AI商业趋势白皮书（49页）
《新兴技术与风险分析：太空领域与关键基础设施》最新报告
150页！《DeepSeek大模型生态报告》
军事人工智能行业研究报告：技术奇点驱动应用加速智能化重塑现代战争形态-250309（40页）
真格基金：2024美国独角兽观察报告（56页）
璞跃（PlugandPlay）：2025未来商业研究报告：六大趋势分析（67页）
国际电工委员会（IEC）：2025智能水电技术与市场展望报告（90页）
RWS：2025智驭AI冲击波：人机协作的未来研究报告（39页）
国际电工委员会（IEC）：2025智能水电技术与市场展望报告（90页）
RWS：2025智驭AI冲击波：人机协作的未来研究报告（39页）
未来今日研究所2025年科技趋势报告第18版1000页
模拟真实世界：多模态生成模型的统一综述
中国信息协会低空经济分会：低空经济发展报告（2024-2025）（117页）
浙江大学：2025语言解码双生花：人类经验与AI算法的镜像之旅（42页）
人形机器人行业：由“外”到“内”智能革命-250306（51页）
大成：2025年全球人工智能趋势报告：关键法律问题（28页）
北京大学：2025年DeepSeek原理和落地应用报告（57页）
欧盟委员会人工智能与未来工作研究报告
加州大学伯克利分校：面向科学发现的多模态基础模型：在化学、材料和生物学中的应用
电子行业：从柔性传感到人形机器人触觉革命-250226（35页）
RT轨道交通：2024年中国城市轨道交通市场数据报告（188页）
FastMoss：2024年度TikTok生态发展白皮书（122页）
CheckPoint：2025年网络安全报告-主要威胁、新兴趋势和CISO建议（57页）
【AAAI2025教程】评估大型语言模型：挑战与方法，199页ppt
《21世纪美国的主导地位：核聚变》最新报告
沃尔特基金会（VoltaFoundation）：2024年全球电池行业年度报告（518页）
斯坦福：2025斯坦福新兴技术评论：十项关键技术及其政策影响分析报告（191页）
国际科学理事会：2025为人工智能做好国家研究生态系统的准备-2025年战略与进展报告（英文版）（118页）
光子盒：2025全球量子计算产业发展展望报告（184页）
奥纬论坛：2025塑造未来的城市研究报告：全球1500个城市的商业吸引力指数排名（124页）
FutureMatters：2024新兴技术与经济韧性：日本未来发展路径前瞻报告（17页）
《人类与人工智能协作的科学与艺术》284页博士论文
《论多智能体决策的复杂性：从博弈学习到部分监控》115页
《2025年技术展望》56页slides
大语言模型在多智能体自动驾驶系统中的应用：近期进展综述
【牛津大学博士论文】不确定性量化与因果考量在非策略决策制定中的应用
皮尤研究中心：2024美国民众对气候变化及应对政策的态度调研报告：气候政策对美国经济影响的多元观点审视（28页）
空间计算行业深度：发展趋势、关键技术、行业应用及相关公司深度梳理-250224（33页）
Gartner：2025网络安全中的AI：明确战略方向研究报告（16页）
北京大学：2025年DeepSeek系列报告-提示词工程和落地场景（86页）
北京大学：2025年DeepSeek系列报告-DeepSeek与AIGC应用（99页）
CIC工信安全：2024全球人工智能立法的主要模式、各国实践及发展趋势研究报告（42页）
中科闻歌：2025年人工智能技术发展与应用探索报告（61页）
AGI智能时代：2025年Grok-3大模型：技术突破与未来展望报告（28页）
上下滑动查看更多
