与依赖强大算力的传统大模型不同，DeepSeek通过系统化的创新，以极低的训练成本实现了高效且人性化的输出。本文将通过一系列实际对话案例，展示DeepSeek在文本处理、文化分析、情感共鸣等方面的出色表现，并探讨其背后的技术逻辑和对行业的影响。

2025年：DeepSeek彻底火了。

01

这谁能想到？

人工智能行业，在2024年经历短暂的混沌之后，热度被DeepSeek再次搅起来，这次终于轮到国内的AI企业扛热搜了。

此前爆火的ChatGPT和Sora，都是出自OpenAI。

关注AI赛道的都清楚，OpenAI作为这个行业的领头羊，在资金算力和人才等各个方面，都拥有绝对的领先优势，而普遍的共识：大模型训练要先储备好大量的算力。

直到DeepSeek被架上热搜，这个共识才出现了动摇。

DeepSeek模型以极低的训练成本，以及系统化的创新思路，成功证明了一个问题：不强依赖算力，以技术和算法层面的系统性创新，也可以训练出好用的大模型。

AI赛道的公司苦算力久已，更别提是国内的企业了。

去年国内多家AI公司，频频被爆出在大模型训练上萌生了退意，转而走AI应用和商业化探索的战略方向。

甚至有声音称：AI公司都训练自己的大模型，是一种资源浪费。

随着DeepSeek的爆火，关于2023年5月采访幻方创始人梁文锋的那篇文章，也跟着刷遍了朋友圈，梁文锋表达了创建深度求索这家公司，并且专注探索大模型的初心。

采访中展现出迷一样的淡定和自信，就是专注于大模型方向的研究。

深度求索背靠幻方这家量化公司，在资金和算力方面有很大的优势，但是具备这些优势的公司，在国内可不只有这一家，然而推出的多款大模型各有优劣，都算不上真正的出圈。

股民更是调侃到：幻方拔的韭菜都成了AI的养料。

市面上多款大模型都经常使用，各家的模型也都有相对擅长的领域，就从此前个人的体验情况来看，国内的主流模型和ChatGPT还是存在一定的差距。

国内几款主流模型的“技术味”很冲，不论是文本还是绘图领域，但是这种味道在ChatGPT模型上淡化了很多。

然而在DeepSeek模型里，能神奇的体会到“人情味”了。

02

这里不过度吹捧DeepSeek，也不带着此前对大模型的刻板印象，相同的问题都在多款大模型中提出。

经过对比之后，个人客观的评价DeepSeek确实更胜一筹。

对于一款产品来说，好不好用以及背后研发团队是否用心，体验过后自然心里有数，下面分享几个和DeepSeek对话的问题以及答案。

A：请你用谦逊且自豪的表达风格，从创始人，算力，和人才团队三方面，简明扼要的分析你自己爆火的原因。

整个回答的内容透着人情味和高级感，尤其是创始人初心这一段，再结合23年的那篇采访，真的是相得益彰。同样的问题抛给不同的产品，哪一款模型更符合使用习惯就了然于心了。

B：你如何看待哪吒系列电影的爆火，并到达国内票房榜首？

回答中涉及关键的文化创新，和呕心沥血的工业制作，还顺带分析了IP经济的市场运营，以及下沉市场的消费爆发，这其中又多少带了点“量化”的味道。

C：哪吒系列电影对申公豹角色的精彩刻画，衍生一个“申公豹文学”的说法，请你用调侃的口吻，简单分析申公豹和普通打工人的理想和困境。

哪吒两部影片中的角色刻画都非常成功，但是最能引起打工人共鸣的就是申公豹。

年少轻狂时觉得「我命由我不由天」，踏入社会几年后发现只是个「小镇做题家」，忙忙碌碌许多年不过就是为了「碎银几两」，这大概就是成长的过程和代价。

生活没必要强行赋予意义，经历过精彩过就过去了。

D：从本质和趋势上进行简明扼要的分析一个问题：黑神话悟空，DeepSeek模型，哪吒系列电影，这三款产品能出圈火爆全球的原因。

对于这个问题的回答，其它几款模型更多是逐个分析，只有DeepSeek采用的是横向总结的方式，更加符合提问者和问题自身所想要的答案。

比较几款模型的答案，实际上差异并不大，但是DeepSeek对于内容关键标签的采集和组合更加高级且流畅。

E：春节作为民族传统节日，近年却成了年轻人最怕的假期，因为要面对催婚催生的问题，请你用相对轻松的语气就催婚问题，分别和长辈、年轻人聊一聊。

就催婚这件事来说，由于两辈人经历的时代和大环境不同，所以对婚姻的态度也不一样，甚至很多时候会造成对立的场面，但是双方都无法用对错来界定，只能是理解万岁了。

不过有一说一，对于流浪在外的打工人来说，糊弄模式应付催婚的确是最合适的手段。

F：春节后开工综合征一直困扰着打工人，但是随着DeepSeek爆火，网络上出现了DeepSeek赚钱指南的培训课，请你结合自身分析一下，你能在打工人的路上提供哪些帮助？

这个提示词故意写的有点含糊，也是想看看DeepSeek对于问题本身是否具备精准的分析能力，作为提问者个人希望看到三个维度的回答：AI培训课的现象，AI为职场提升效率，AI缓解开工综合征。

DeepSeek的回答，基本符合自己的预期方向。

G：对于漂泊在外的打工人来说，春节前后的奔波和忙碌，面对催婚的两难抉择，请你用一句话，宽慰身心俱疲的打工人。

这个文案水平真的是吐槽不了一点，感性之中藏着理性，既有高级感又充满人情味。

此前在大模型使用的过程中，个人更喜欢ChatGPT这一款，其综合能力和内容输出都符合自己的喜好，在DeepSeek出圈的前期也并没有太多关注，感觉一时半会也很难有模型能追赶ChatGPT的能力。

这真是应了那句：人心中的成见是一座大山。

春节后只试用DeepSeek两天，就被这款模型的能力惊艳到了，除了内容问答这块，其它方面的实践也很多，比如做设计写程序，分析互联网事件和趋势等。

就文本处理这块来说，效果不说超越ChatGPT，但差距已经微乎其微了。

03

在个人的理解上，要做成AGI通用人工智能，最先要解决的就是语言层面的问题，尤其是中文这类内涵丰富的语言。

可用和好用的模型，创新和付出绝对不是一个量级。

这里不得不再提一句关于梁文锋的那篇采访：淡定的表达了，对于大模型底层和基础研究的坚定态度。

建议和DeepSeek一样，具备资金和算力优势的公司，出来对个线反思一下问题在哪。

DeepSeek并不像多数AI企业那样，自下而上的综合战略，既追求大模型的训练成果，又探索上层应用和商业化的进程，当然这里也无法站在对错的角度来衡量，毕竟大部分公司都差钱且差算力。

生存压力，决定了大部分公司做事的方向和态度。

另外一个比较热门的话题，就是DeepSeek是否会改变算力市场的现状，把DeepSeek和ChatGPT模型都放在好用这个维度来比较，DeepSeek的训练成本远远低于ChatGPT模型。

在数据公司做系统的时候，见识过算力服务器集群建设的高昂成本，想要处理海量的数据规模，必须是算法和算力层面的双重支撑，毫无疑问的是算力越强效率越高。

DeepSeek证明了另一个方向：大模型训练可以不强依赖算力。

所以综合来看的话，只要人工智能还在持续发展，应用层面的产品不断探索迭代，那么对于算力的需求和储备都不会减弱。

然而算力绝对主导的天平，在DeepSeek的冲击下，开始倾斜了，如此对于很多AI赛道的企业来说，也可以去重新审视一下方向了。

没有算力优势，大模型是不是真的就做不好了？