站在 2025年12月5日 回望，DeepSeek（深度求索）的发展历程不仅仅是一家中国 AI 公司的成长史，更是一部“以极致算法效率对抗算力暴力”的教科书。从早期的追随者到如今定义 AGI 推理路线的领跑者，DeepSeek 用五个关键代际完成了从“追赶”到“超越”的华丽转身。

以下是其技术演进与市场爆发的完整复盘。

---

第一阶段：奠基与初露锋芒 (V1 & Coder)

时间：2023年11月 - 2024年初

关键词：代码特化、开发者圈层的“真香”时刻

在 DeepSeek 刚入局时，开源世界还是 Llama 2 的天下。DeepSeek V1 在架构上并没有进行激进魔改，主要沿用了标准的 Llama 结构（Dense Transformer）。但团队敏锐地抓住了一个核心策略：在预训练语料中大幅提升代码（Code）和数学（Math）的权重。

• 技术伏笔：这种数据配比不仅为了刷榜，更因为代码和数学是提升模型逻辑推理能力的基石。

• 第一次爆火（开发者圈）：当 DeepSeek Coder V1 发布时，它成为了第一个引爆点。凭借仅 6.7B/33B 的参数量，它在代码生成任务上击败了许多千亿参数模型，甚至逼近 GPT-4。

• 市场反响：程序员群体率先抛弃 Copilot 转向 DeepSeek，GitHub 和 Hugging Face 下载量激增。这为 DeepSeek 积累了第一批死忠“极客”用户。

---

第二阶段：架构革命与价格屠夫 (V2 & V2.5)

时间：2024年5月 - 2024年9月

关键词：MLA、MoE、行业圈的“DeepSeek Shock”

如果说 V1 证明了“能做”，V2 则证明了“能做得极度便宜”。这一阶段，DeepSeek 从堆参数转向了拼架构，确立了其“效率至上”的路线。

• 技术变革（里程碑级）：

  • MLA (多头潜在注意力)：针对大模型推理显存瓶颈（KV Cache），首创 MLA 技术，通过低秩矩阵分解将 KV Cache 压缩了 93%。

  • DeepSeekMoE (混合专家)：引入“细粒度专家”和“共享专家”机制，解决了 MoE 模型知识碎片化的问题，在保持高性能的同时大幅降低计算量。

• 第二次爆火（行业圈）：得益于架构带来的极致成本优势，DeepSeek 发动了震惊行业的“价格战”。百万 token 仅需 1 元人民币的定价，被行业称为“DeepSeek Shock”。这迫使阿里云（Qwen）和百度跟进降价，DeepSeek 从此成为企业接入 AI 的基础设施首选。

• V2.5 的统一：9月，V2.5 实现了“文理合一”，结束了通用模型与代码模型左右互搏的局面。

---

第三阶段：性能巅峰与全球侧目 (V3)

时间：2024年12月

关键词：FP8 训练、MTP、最强开源基座

在算力受限（如 H800 禁令）的背景下，DeepSeek V3 的出现被美国科技圈视为“奇迹”。它证明了算法优化可以战胜硬件堆叠。

• 技术细节：

  • FP8 混合精度训练：在 671B 超大模型上全程使用 FP8 训练，将训练成本压缩至惊人的 278 万 GPU 小时（约 600 万美元），远低于美国同行。

  • MTP (多 Token 预测)：打破传统，让模型一次预测后续多个 Token，强迫模型进行“前瞻性规划”，大幅提升逻辑连贯性与训练效率。

  • 负载均衡：解决了 MoE 训练中专家负载不均的难题（Auxiliary-loss-free）。

• 市场地位：V3 综合性能对标 GPT-4o，成为当时最强的开源基座。

---

第四阶段：推理涌现与封神 (R1)

时间：2025年1月

关键词：System 2 思维、GRPO、全球顶流

这是 DeepSeek 真正的巅峰时刻。当 OpenAI 对 o1 模型的推理细节遮遮掩掩时，DeepSeek 直接开源了 R1，定义了“慢思考”的技术标准。

• 技术变革：

  • GRPO (Group Relative Policy Optimization)：摒弃了昂贵的 PPO 算法（无需 Critic 模型），通过分组相对优劣比较来优化策略，大幅降低强化学习资源消耗。

  • 纯强化学习 (Pure RL / R1-Zero)：证明了无需人类标注，仅靠规则奖励（如数学对错），模型就能通过“顿悟”（Aha Moment）自主演化出反思与纠错能力。

  • 蒸馏 (Distillation)：将 R1 的超级大脑“传授”给小模型，让 7B/8B 模型也具备了越级的逻辑能力。

• 第三次爆火（全球公众）：DeepSeek APP 登顶美国 App Store，股价波动波及英伟达。它不再只是“中国模型”，而是变成了“开源 AI 的灯塔”。

---

第五阶段：全能进化与实战落地 (V3.1 - V3.2)

时间：2025年8月 - 2025年12月（当前）

关键词：DSA、Agent 爆发、补齐短板

为了解决“逻辑强但工具弱”的问题，最新的 V3.2 版本专注于实战与长文本。

• V3.1 (Terminus)：8月发布，重点修补了中英混合输出问题，并大幅增强了 Function Calling（工具调用）能力。

• V3.2 (最新里程碑 - 2025.12.01)：

  • DSA (DeepSeek Sparse Attention)：引入动态稀疏注意力机制，不再关注所有历史信息，而是动态筛选重要信息。这使得模型在处理 128K+ 超长文本时，计算量大幅下降且精度不减。

  • Agent 能力爆发：V3.2 被定义为“强化 Agent”版本。在操作计算机、多步任务规划等复杂评测中，它大幅缩小了与闭源模型（如最新的 Gemini 3.0 Pro）的差距。

  • 双模式融合：完美融合了“快思考”（Chat）和“慢思考”（Reasoning），让用户可以自如控制思考深度。

---

深度复盘：开源三巨头的“三国杀”

在 2025 年的格局中，Meta 的 Llama、阿里的 Qwen 和 幻方的 DeepSeek 形成了差异明显的“三足鼎立”：

模型系列	Llama (Meta)	Qwen (Alibaba)	DeepSeek (High-Flyer)
角色定位	稳健的行业标准	全能的多面手	极致的算法极客
类比	丰田 / Linux	大众 / 百科全书	特斯拉 / SpaceX
核心优势	生态兼容性。所有工具（vLLM, LoRA）第一时间适配，虽然笨重但最稳。	广度与多模态。从视觉到音频全覆盖，长文本积累深厚，像个博学家。	深度与效率。专注于代码、数学和逻辑。架构最激进（MLA/GRPO），成本最低。
护城河	全球开发者习惯	丰富的业务场景落地	“比你聪明，还比你便宜 10 倍”

总结：DeepSeek 做对了什么？

DeepSeek 的成功在于坚持了“第一性原理”。

它没有盲目跟随硅谷堆砌算力，而是从底层的训练成本（FP8）和推理效率（MLA/MoE）入手，彻底重构了模型的“经济模型”。

• V1 证明了能做。

• V2 证明了能做得便宜（MLA）。

• V3 证明了能做得最强（FP8/MTP）。

• R1 证明了能思考（GRPO）。

• V3.2 证明了能实战（DSA/Agent）。

这就是 DeepSeek 截止目前的故事——一个关于在资源受限环境下，通过极致的智力密度（算法创新）突围算力封锁的传奇。