deepseek

以下是关于 DeepSeek 的最新消息： DeepSeek 深夜发布大一统模型 JanusPro，将图像理解和生成统一在一个模型中。模型（7B）：https://huggingface.co/deepseekai/JanusPro7B ；模型（1B）：https://huggingface.co/deepseekai/JanusPro1B 。JanusPro 是一种新型的自回归框架，通过将视觉编码解耦为独立的路径来解决先前方法的局限性，同时利用单一的统一变压器架构进行处理，超越了之前的统一模型，并匹配或超过了特定任务模型的性能。 DeepSeek 以小成本实现媲美领先 AI 产品的性能，并在全球主要市场 App Store 登顶。高盛认为 DeepSeek 或改变科技格局，降低 AI 行业的进入门槛。 DeepSeek 在中文场景表现优秀，日常写作和表达习惯贴近人类，但专业论文总结略弱。数学能力不错，编程能力逊于 GPT。采用 GRPO 算法替代传统 PPO，提升语言评价灵活性与训练速度。 1 月 28 日（除夕）有一场关于 DeepSeek 的高质量闭门会，其创始人梁文锋强调团队文化与长远智能探索。DeepSeek 在技术上虽有优势，但资源有限，需聚焦核心；其推理模型推动效率提升，挑战传统 SFT 方法，标志着新的模型训练范式。 DeepSeek 近日开源了多模态模型 JanusPro，寓意古罗马双面神雅努斯，既能进行视觉理解，也能生成图像。与 DALLE 3 相比，JanusPro 在参数上领先，并具备图像识别、地标识别等多种能力。该模型通过更优化的训练策略、更海量的数据和更大规模的参数（70 亿）实现了更强的智能表现。全面开源，支持商用，MIT 协议，部署使用便捷，Benchmark 表现优异，能力更全面。

DeepSeek 发布了大一统模型 JanusPro，将图像理解和生成统一在一个模型中。以下是关于该模型的一些重要信息： 最新消息：DeepSeek 深夜发布该模型，它是一个强大的框架。 特点： 统一了多模态理解和生成，通过将视觉编码解耦为独立路径解决先前方法的局限性，利用单一的统一 Transformer 架构进行处理，缓解了视觉编码器在理解和生成中的角色冲突，增强了框架的灵活性。 超越了之前的统一模型，匹配或超过了特定任务模型的性能，其简单性、高灵活性和有效性使其成为下一代统一多模态模型的有力候选者。 规模：提供 1B 和 7B 两种规模，适配多元应用场景。 开源及商用：全面开源，支持商用，采用 MIT 协议，部署使用便捷。 测试案例： 模型直接支持中文交互（图像理解+图像生成）。 云上 L4 测试，显存需 22GB。 图像生成速度约 15s/张。 图像理解质量方面，文字和信息识别基本准确，内容理解完整清晰，局部细节有欠缺。 Colab（需 Pro，因需 20GB 以上显存）：https://colab.research.google.com/drive/1V3bH2oxhikj_B_EYy5yRG_9yqSqxxqgS?usp=sharing 模型地址： 7B 模型：https://huggingface.co/deepseekai/JanusPro7B 1B 模型：https://huggingface.co/deepseekai/JanusPro1B 下载地址：https://github.com/deepseekai/Janus

DeepSeek 的使用逻辑如下： 效果对比：用 Coze 做了小测试，可对比查看相关视频。 如何使用： 搜索 www.deepseek.com，点击“开始对话”。 将装有提示词的代码发给 DeepSeek。 认真阅读开场白后正式开始对话。 设计思路： 将 Agent 封装成 Prompt，将 Prompt 储存在文件，保证最低成本的人人可用，减轻调试负担。 通过提示词文件，让 DeepSeek 实现同时使用联网功能和深度思考功能。 在模型默认能力基础上优化输出质量，减轻 AI 味，增加可读性。 设计了阈值系统，可能会根据反馈修改。 用 XML 进行更为规范的设定，而非 Lisp 和 Markdown。 关于 DeepSeek 的其他信息： 1 月 26 日社区动态速览： 提示词框架包含四大模块：任务目的、计划规则、格式规则、输出说明。通过明晰的任务拆分与规则定义，让提示更具可操作性，但不可过度依赖，有示例模板可清晰展现相关内容。 Anthropic 的“计算机使用”模型，Claude 有新能力，如可识别屏幕截图，计算光标像素坐标并执行操作，结合了图像识别、推理和动作能力，能将用户指令转化为具体步骤并执行，少量软件训练后能自我纠正并迅速上手。 OpenAI Operator 工作机制，利用虚拟主机、Chrome 浏览器、CUA 实现网页实时操控，能执行复杂导航任务，结合 GPT4o 的视觉处理与强化学习，可处理屏幕截图、推理操作并发送指令，在感知—推理—动作循环中迭代，遇敏感任务则提示用户确认。 开源项目 Browser Use。 1 月 28 日社区动态速览： 华尔街分析师认为 DeepSeek 以小成本实现媲美领先 AI 产品的性能，并在全球主要市场 App Store 登顶，高盛认为其或改变科技格局，降低 AI 行业进入门槛。 DeepSeek 中文场景表现优秀，日常写作和表达习惯贴近人类，但专业论文总结略弱，数学能力不错，编程能力逊于 GPT，采用 GRPO 算法替代传统 PPO，提升语言评价灵活性与训练速度。 复旦大学 OpenMOSS 发布实时语音交互模型，中文语音体验近似 GPT4o 高级语音，响应时间低于 200 毫秒，支持打断和自然互动，可生成多情感、多风格语音，包含方言、戏剧化台词等，多语言适配，嘈杂环境下仍具备强逻辑推理能力。 阿里巴巴推出 Qwen2.51M 模型。

DeepSeek 是一家具有独特特点和优势的公司： 1. 秘方具有硅谷风格：在硅谷受到关注和追逐，其创新架构在硅谷引发轰动，与硅谷有更好的对话和交流。 2. 核心是推理型大模型：不需要用户提供详细步骤指令，能通过理解用户真实需求和场景提供答案。 3. 更懂人话：能够理解用户用自然语言表达的需求，无需学习特定提示词模板。 4. 深度思考：回答问题时能进行深度思考，而非简单罗列信息。 5. 文风转换器：可模仿不同作家文风写作，适用于多种文体和场景。 使用技巧： 1. 可以扔掉提示词模板，用自然语言描述，直接描述真实场景和具体需求，使用提示词模板也没问题。 2. 让 DeepSeek“说人话”，在提问时加上“说人话”“小学生能听懂”“菜市场大妈能听懂的话”等，使其回答更通俗易懂。 3. 激发深度思考，如让其进行批判性思考、反面思考和复盘，恢复深度思考能力。 4. 进行文风转换，通过指定模仿的作家和文体，让其生成符合特定风格的文本。 如果 V3 是 DeepSeek 的 GPT3 时刻，接下来的发展充满未知，但 DeepSeek 应会为全人类的人工智能事业做出更大贡献，且已是中国最全球化的 AI 公司之一。

DeepSeek 从一开始就选择了与国内诸多大模型新秀不同的技术路线。它走的是全球开源社区路线，分享最直接的模型、研究方法和成果，吸引反馈，再迭代优化，自我进益。开源十分彻底，从模型权重、数据集到预训练方法都悉数公开，高质量的论文也是开源的一部分。 DeepSeek 先后发布了多款开源模型： 1. 2023 年 11 月，发布 DeepSeek Coder 和 DeepSeek LLM，但在计算的效率和可扩展性上遇到挑战。 2. 2024 年 5 月，发布 V2，以混合专家模型（MoE）和多头潜在注意力机制（MLA）技术的结合，大幅降低了模型训练特别是推理的成本，开始引发广泛讨论和推荐。 3. 2024 年 12 月，发布 V3，以 OpenAI、Anthropic 和 Google 百分之一的成本，实现了模型性能超越同类开源模型 Llama 3.1 和 Qwen 2.5，媲美闭源模型 GPT4o 和 Claude 3.5 Sonnet 的成绩，引发轰动，成为世界大语言模型发展的里程碑。 DeepSeek 与 OpenAI 在实现里程碑式跃迁的进程中有以下区别： 1. OpenAI 致力于实现计算资源规模与成本的无限扩张，而 DeepSeek 一直致力用尽可能低成本的计算资源实现更高的效率。 2. OpenAI 花了两年时间达到 GPT3 时刻，而 DeepSeek 用了一年摘得了 V3 的圣杯。 3. OpenAI 在 GPT 路线上一直聚焦在预训练的进步，而 DeepSeek 则是训练与推理并重。 DeepSeek 从隐秘低调到备受关注，以及它从 Coder 到 V3 模型的三次迭代，与 OpenAI 从 GPT1 到 GPT3 的升级节奏和引发的反响非常接近。

以下是关于如何使用 DeepSeek 的详细介绍： 1. 访问网站：搜索 www.deepseek.com，点击“开始对话”。 2. 发送提示词：将装有提示词的代码发给 DeepSeek。 3. 开始对话：认真阅读开场白之后，正式开始对话。 DeepSeek 的特点与优势： 1. 推理型大模型：通过理解用户的真实需求和场景来提供答案，不需要详细的步骤指令。 2. 更懂人话：能够理解用户用“人话”表达的需求，无需特定提示词模板。 3. 深度思考：回答问题时能够进行深度思考，而非简单罗列信息。 4. 文风转换器：可以模仿不同作家的文风进行写作，适用于多种文体和场景。 使用 DeepSeek 的正确方法： 1. 可以扔掉提示词模板，用自然语言描述真实场景和具体需求。 2. 让 DeepSeek“说人话”，在提问时加上“说人话”“小学生能听懂”“菜市场大妈能听懂的话”等，使回答更通俗易懂。 3. 激发深度思考，让 DeepSeek 进行批判性思考、反面思考和复盘，恢复其深度思考能力。 4. 文风转换，通过指定模仿的作家和文体，让 DeepSeek 生成符合特定风格的文本。 在获取 2048 游戏代码方面，DeepSeek 很方便，国内能访问，网页登录便捷，目前完全免费。只需点击开始对话，左边选择代码助手即可。