23. AI-大语言模型-DeepSeek简介

---

前言

DeepSeek‌

  DeepSeek 在今年春节期间迅速爆红，并凭借强劲的性能，获得了大量开发者的关注，它最大的特点是开源、使用成本低，并且性能不输 ChatGPT。

---

一、DeepSeek是什么

1. 简介

  DeepSeek 是国内一款开源的大模型，主打通用 AI 能力，类似于 OpenAI 的 GPT 系列，目标是打造国产的、强大的、开放的大语言模型。

• DeepSeek大模型 的研发及开源，0->1，科研成果的重大突破。
• DeepSeek大模型 的应用，1->100，可以做什么，如何赋能哪些产业，属于国人的擅长领域。可以期待百花齐放。从互联网，到移动互联网，到现在的AI时代，2025AI应用元年，风口已经来了。

LLM（Large Language Model，大语言模型）‌是指使用大量文本数据训练的深度学习模型，能够生成自然语言文本或理解语言文本的含义。
LLM的核心思想是通过大规模无监督训练学习自然语言的模式和结构，模拟人类的语言认知和生成过程‌。

ai.com 这个域名之前跳转的是 ChatGPT，现在跳到 DeepSeek，可知 DeepSeek 的火爆程度。也从侧面反映了DeepSeek在全球范围内的影响力。

2. 产品版本

1. 类型

1. 推理模型

推理模型： 指能够在传统的大语言模型基础上，强化推理、逻辑分析和决策能力的模型。它 们通常具备额外的技术，比如强化学习、神经符号推理、元学习等，来增强其推理和问题解决能力。

例如：DeepSeek-R1、OpenAI-o1，在逻辑推理、数学推理和实时问题解决方面表现突出。

通用模型： 适用于大多数任务，一般侧重于语言生成、上下文理解和自然语言处理，而不强调深度推理能力。此类模型通常通过对大量文本数据的训练，掌握语言规律并能够生成合适的内容，但缺乏像 推理模型那样复杂的推理和决策能力。

例如：DeepSeek-V3、GPT-4o（OpenAI），主要用于语言生成、语言理解、文本分类、翻译 等任务。

维度	推理模型	通用模型
优势领域	数学推导、逻辑分析、代码生成、复杂问题拆解	文本生成、创意写作、多轮对话、开放性问答
劣势领域	发散性任务（如诗歌创作）	需要严格逻辑链的任务（如数学证明）
性能本质	专精于逻辑密度高的任务	擅长多样性高的任务
强弱判断	并非全面更强，仅在其训练目标领域显著优于通用模型	通用场景更灵活，但专项任务需依赖提示语补偿能力

2. 版本

DeepSeek 主要有以下几个大模型：

• DeepSeek R1
• DeepSeek V3
• DeepSeek Coder V2
• DeepSeek VL
• DeepSeek V2
• DeepSeek Coder
• DeepSeek Math
• DeepSeek LLM

以 DeepSeek-R1 为例，满血版本为：671B，性能最强，也就是官网部署的版本。还有几个蒸馏版本：

3. 参数规模与模型能力

1. 参数规模

模型规格后面的数字代表模型的参数规模，表示模型的复杂度和学习能力，参数规模越大，通常理解和生成能力越强。

B 则是指 Billion 十亿

• 1.5B 有 15 亿个参数；
• 671B 是 6710 亿个参数。

参数规模与模型能力成正比，一般来说：

• 参数规模越大： 代表模型越聪明，对复杂问题的处理能力越强，生成内容的质量越高，但对算力和硬件资源的要求也越高。
• 参数规模越小： 代表模型越轻量化，对算力和硬件的要求越低，适合资源受限的设备。

2. 模型能力

DeepSeek-R1 系列模型的规格划分主要是为了适应不同场景的需求，从小到大覆盖了轻量化应用到高算力推理的各种场景。在实际应用中，我们需要根据算力、成本、业务需求等综合因素来选择合适的模型。适合自己的，才是最好的！

• 1.5B - 14B：轻量级模型，适合基础任务（文本生成、简单问答）。
• 32B - 70B：中等规模，平衡性能与资源消耗，适合复杂任务（逻辑推理、代码生成）。

本地部署后跑的就是本地算力了，叠加知识库，可以实现内部的资料对话式查询，资料不上网，更加安全可靠。不同模型需要的硬件配置，以下可供参考：

• 1.5B：CPU最低4核，内存8GB+，硬盘3GB+存储空间，显卡非必需，适合低资源设备部署等场景。

• 7B：CPU 8核以上，内存16GB+，硬盘8GB+，显卡8GB+显存，可用于本地开发测试等场景。

• 8B：硬件需求与7B相近略高，适合需更高精度的轻量级任务。

• 14B：CPU 12核以上，内存32GB+，硬盘15GB+，显卡16GB+显存，可用于企业级复杂任务等场景。

• 32B：CPU 16核以上，内存64GB+，硬盘30GB+，显卡24GB+显存，适合高精度专业领域任务等场景。

• 70B：CPU 32核以上，内存128GB+，硬盘70GB+，显卡需多卡并行，适合科研机构等进行高复杂度生成任务等场景。

3. 特征

DeepSeek 之所以能迅速崛起，主要是因为它在技术上有一些独特的优势。

DeepSeek 采用了 Mixture of Experts（MoE，混合专家模型），这一架构让它可以在计算资源相对有限的情况下，仍然保持高性能，实现了它对 OpenAI 的弯道超车。

混合专家模型（MoE，Mixture of experts）是一种机器学习方法，它将人工智能（AI）模型划分为单独的子网络（或 专家 experts），每个子网络专攻输入数据的一个子集，以共同执行任务。
核心思想是，不是所有参数都在每次推理时被激活，而是只有一部分专家在工作，这样可以减少计算成本，同时提高模型的推理效率。也就是说，它通过选择性地激活特定任务所需的特定专家来实现这种效率，而不是为每个任务激活整个神经网络。

相比于 OpenAI 的 Transformer 模型架构，DeepSeek 的 MoE 版本可以用更少的计算量，获得接近的性能。与OpenAI-o1（mini）的性能对比：

DeepSeek 是国产大模型，和 OpenAI的区别在哪里？

对比项	DeepSeek	OpenAI
是否开源	✅ 开源	❌ 闭源
中文优化	✅ 很强	✅ 强
代码能力	✅ 强	✅ 更强
推理速度	✅ 轻量级 MoE 优势	❌ 需要更大计算资源
本地部署	✅ 可以	❌ 不能
使用限制	✅ 自由可商用	❌ 需要 API 访问

DeepSeek 的最大优势是 开源 和 中文优化好，更适合 本地部署 和 企业使用，所以它特别适合 中文 AI 应用、代码辅助开发 等场景。

4. 三种访问方式

DeepSeek的R1和V3模型现已在网页端、APP，以及API上全面推出，为用户提供多样化的访问途径。这三种访问方式各具特色，适用于不同的使用场景。

DeepSeek的网页端是一个用户友好的在线平台，用户只需通过浏览器即可轻松访问。该平台设计直观，即使是非技术背景的用户也能迅速上手，享受DeepSeek带来的便捷服务。

专为移动设备打造的DeepSeek APP，则让用户体验更加便捷和个性化。用户可以在智能手机或平板电脑上安装并使用该APP，随时随地访问DeepSeek平台，享受与网页端相似，但更加贴合移动场景的功能和服务。

同时，DeepSeek还为开发者提供了强大的API工具。通过API，开发者可以轻松地将DeepSeek平台的功能集成到自己的应用程序或系统中，实现与平台的无缝对接。利用DeepSeek提供的各种算法和模型，开发者可以高效地处理数据、生成对话、实现其他创新功能。

DeepSeek的API也是大语言模型（LLM）的三板斧，
CoT（思维链）、Prompt Engineering（提示工程）、Function Calling（函数调用）。

1. 网页端和APP

1. 开启DeepSeek网页端对话，只需访问官网并点击“开始对话”按钮，登录后即可与AI进行即时交流。

访问网址

2. 开启DeepSeek APP的访问，只需在智能手机或平板电脑上下载安装后，打开应用并登录即可。

3. 深度思考（R1）和联网搜索是什么？

DeepSeek的深度思考（R1）和联网搜索是其两大核心功能，这两大功能相辅相成，共同构筑了其强大的功能框架。

• 深度推理（R1）：R1模型擅长逻辑推理和复杂问题解答，能够处理需要深度思考的任务。

• 联网搜索：允许DeepSeek实时访问互联网上的信息，从而为用户提供最新、最准确的内容。

2. DeepSeek API

1. DeepSeek的API是什么？

DeepSeek的API是为开发者提供的一种工具，它允许开发者将DeepSeek提供的能力集成到自己的应用程序中。

调用API，需要提供如下三个请求参数。

api_key: "<DeepSeek API Key>"
base_url: "https://api.deepseek.com"
model: ""

2. DeepSeek的API能力有哪些？

DeepSeek API支持调用其平台上的多种模型，如深度思考（R1）和 智能对话（V3）等，并具备多轮对话能力和对话生成与理解功能，为开发者提供强大的智能对话与交互体验。

二、DeepSeek可以做什么

1. 应用场景

  直接面向用户或者支持开发者，提供智能对话、文本生成、语义理解、计算推理、代码生成补全等应用场景，支持联网搜索与深度思考模式，同时支持文件上传，能够扫描读取各类文件及图片中的文字内容。

2. 文本生成

1. 文本创作

• 文章/故事/诗歌写作
• 营销文案、广告语生成
• 社交媒体内容（如推文、帖子）
• 剧本或对话设计

2. 摘要与改写

• 长文本摘要（论文、报告）
• 文本简化（降低复杂度）
• 多语言翻译与本地化

3. 结构化生成

• 表格、列表生成（如日程安排、菜谱）
• 代码注释、文档撰写

3. 自然语言理解与分析

1. 语义分析

• 语义解析
• 情感分析（评论、反馈）
• 意图识别（客服对话、用户查询）
• 实体提取（人名、地点、事件）

2. 文本分类

• 文本分类
• 主题标签生成（如新闻分类）
• 垃圾内容检测

3. 知识推理

• 知识推理
• 逻辑问题解答（数学、常识推 理）
• 因果分析（事件关联性）

4. 编程与代码相关

1. 代码生成

• 根据需求生成代码片段（Python、JavaScript）
• 自动补全与注释生成

2. 代码调试

• 错误分析与修复建议
• 代码性能优化提示

3. 技术文档处理

• API文档生成
• 代码库解释与示例生成

5. 常规绘图

1. SVG矢量图

• 基础图形
• 图标
• 简单插图
• 流程图
• 组织架构图

2. Mermaid图表

• 流程图
• 时序图
• 类图
• 状态图
• 实体关系图
• 思维导图

3. React图表

• 折线图
• 柱状图
• 饼图
• 散点图
• 雷达图
• 组合图表

三、DeepSeek 多场景应用

‌从提示语技巧到多场景应用‌

1. 三种模式

• 基础模型（V3）：通用模型（2024.12），高效便捷，适用于绝大多数任务，“规范性”任务

• 深度思考（R1）：推理模型，复杂推理和深度分析任务，如数理逻辑推理和编程代码，“开放性”任务

• 联网搜索：RAG（检索增强生成），知识库更新至2024年7月

2. 职场应用-PPT

1. DeepSeek+Kimi

1. DeepSeek搞定ppt文案

我们用DeepSeek来生成ppt文稿的提纲文案，比如，我要做一个有关人工智能发展的报告，帮我做一个提纲。
DeepSeek联网思考后，生成一个ppt的大纲。
等待几分钟，整个ppt的框架就好了，下面copy到kimi中。

2. Kimi搞定ppt

在Kimi中有一个关于ppt制作的神器，ppt助手。
我们点进去，把用DeepSeek生成的ppt提纲输入进去。
输入完毕后，Kimi会帮我们自动再次排版，最后点击“一键生成PPT‘，选择一个模板。
生成ppt。
生成完毕后，点击”去编辑“，点击”下载“，就可以把ppt下载到本地了。

至此，这个ppt就生成好了。

3. 职场应用-其它

• 可视化图表
• 设计海报
• 生成视频
• 生成新媒体文案
• 市场调查

4. 开发AI应用？

5. 人机高效协作

基本操作技巧：提示词、追问逻辑、插件使用

人机协作意识：优势不足、取长补短、选择性采纳

能动意识：千人千面、洞察能力、思维深度

边界意识：学术伦理、新闻伦理、伦理规范

6. 行业赋能

---

本文的引用仅限自我学习如有侵权，请联系作者删除。
参考知识
DeepSeek 是什么？｜扫盲贴
清华大学第一弹：DeepSeek从入门到精通
清华大学第二弹DeepSeek赋能职场
一文搞懂DeepSeek - DeepSeek的三种访问方式

---