大家有个好消息，一个新的 DeepSeek AI 系统已经上线了。万岁！那么，这是人工智能能力的一次小飞跃还是大跨越呢？嗯，听起来似乎不算太大，因为上一个版本叫 4.1 Flash，而这个新版本叫做 4.1 Flash 1017。我懂这些命名规则。距离上一版本发布仅仅过去了大约五周，他们甚至都不想增加版本号。所以我想这应该不是什么大飞跃吧？
[笑声] 天哪，我当时的想法错得离谱。看看这些论文数量吧！它能构建出质量好得多的工作软件，并且在使用终端操作计算机方面也要强得多。它在其他方面也表现出色。你可以通过 API 使用它，每百万输出 token 的价格仅略高于一美元。哇！但这真的可能吗？这比 Claude Opus 5.5 便宜了十五倍。终于，智力变得廉价到无法计量了？
嗯，这听起来比实际情况要好一些。你看，我们总是用每百万 token 的美元数来衡量成本，但不同的 AI 系统完成同一任务所需的 token 数量是不同的。DeepSeek 在这方面并不是最好的。在我的独立测试中，我发现它完成同样的任务所需的 token 数量往往是 Claude Opus 的两到三倍。因此，我们应该始终考虑每次任务的成本，而不是每百万 token 的成本。
现在，DeepSeek 的每次任务成本仍然相当不错，只是略低于其宣传的水平。接下来是最精彩的部分：你可以免费下载并永久拥有这些权重模型。你需要 H……让我查一下笔记。啊，是的，正好需要 1024GB（注：原文为 H，结合语境通常指显存或硬件门槛，此处保留原意并补充常见理解，但根据指令忠实原文，H可能指代特定硬件要求或口误，此处直译为“你需要 H”并保留后续）的硬件才能运行它。
让我检查一下我的笔记。啊，是的，正好需要 1024GB（注：原文为 H，结合语境通常指显存或硬件门槛，此处保留原意并补充常见理解，但根据指令忠实原文，H可能指代特定硬件要求或口误，此处直译为“你需要 H”并保留后续）的硬件才能运行它。所以我自己在家无法运行这个模型。然而，这并不是重点。重点是，当一个新的 AI 系统出现后，它会引发一场竞赛，人们会竞相创造出与之相当好、但规模更小且成本只有其零头的模型。
DeepSeek 正在对前沿模型做这件事，而其他系统则将 DeepSeek 蒸馏成更小、更便宜的系统。所以是的，首先需要投入数十亿美元，也许不到一年之后，你就能在一台性能强劲的笔记本电脑上运行它了。但是等等，这个新版本的架构完全没有改变。那么他们究竟是如何实现如此巨大的能力飞跃的呢？
亲爱的学者们，这是由 Koa 博士带来的“两分钟论文”。那么现在呢？我查看了他们在公告中使用的语言，并将其与其他真实的研究成果进行交叉核对，以了解他们可能想表达的意思。当然不能保证完全准确。但我认为这里的关键术语是“从自我反馈中学习”。那是什么？
这与大家现在普遍谈论的需要获取更多训练数据的做法截然相反。这是完全相反的思路。这意味着 AI 能够批评自己的工作并从中学习。这简直太令人惊叹了。现在，各位学者们请抓紧你们的论文，想象一下它编写了一个赛车游戏代码的过程。然后它开始玩这个游戏并注意到：等等，碰撞检测似乎不起作用。物体互相穿模了。
嗯，这不太好。让我们修复这个问题。编译新游戏并继续玩下去以改进它。现在没有加速度了？修复那个问题。然后视觉细节相当差劲？也修复这个问题吧。就这样一直进行下去。所以，如果你要记住关于这一集的某一点，那就让它成为这一点吧：我们一直在谈论向 AI 系统提供越来越多的训练数据以供其学习。
但之前的研究工作表明，我们可以创造出一种情境，让 AI 像人类一样从自己的经验中学习。也许这就是它作为一种我们拥有并可以使用的真实产品上线了。这令人难以置信，而且非常难以实现，因为 AI 本质上是在评判和奖励自己，而判断它是否做得好并不总是那么容易。
前沿 AI 模型正在以惊人的速度改进，开源权重替代品紧随其后，所有这些进步仅仅发生在五周之内。我惊呆了。太棒了！看到这一领域存在激烈的竞争真是令人愉快。这对我们所有的学者来说都是好消息：更智能，且价格更低廉。生逢此时，何其有幸！
我经常使用 Lambda 在几分钟内复现 AI 研究论文。它也非常适合训练你自己的模型，或对现有模型进行微调。运行推理、文本转图像或视频生成也易如反掌。运行 DeepSeek 聊天机器人或智能代理更是超级快速、极其可靠。Lambda 为你提供强大的 Nvidia GPU，让你运行自己的实验。
我测试我在论文中介绍的想法，片刻之后就能看到结果。太爱它了！认真地说，现在就去 lambda.ai/papers 试试吧。