DeepSeek-R1: как 47 человек из Ханчжоу встряхнули AI-мир и зачем нам это знать

Привет!
Меня зовут Михаил, и мои проекты очень связаны с темой AI. Многие видели громкие заголовки о DeepSeek, но почти никто не вчитывался в подробности.

Решил поделиться своим разбором для не специалистов, потому что это реально очень круто и изменит очень многое в отрасли и, скорее всего, мире.

Что произошло 27 января 2025?
Насдак упал на 3%.
Nvidia влетела на минус 17%, потеряв 600 млрд долларов за один день — исторический антирекорд.
Microsoft догоняющим ударом минус 7 млрд долларов капитализации на послеторговой сессии.

Как выяснилось, причина одна: DeepSeek-R1 — это модель искусственного интеллекта, которую выложила в открытый доступ китайская компания DeepSeek, принадлежащая хедж-фонду High-Flyer.

Чем DeepSeek-R1 так зацепила рынок?

1. Неожиданный игрок

Обычно, когда речь заходит об ИИ, в голову приходят OpenAI, Google, Microsoft, Meta — все эти гиганты с огромными командами и бюджетами в сотни миллионов (а то и миллиарды) долларов. Казалось бы, конкурировать с ними невозможно. И тут — бац! — 47 человек из Ханчжоу берут и выпускают модель, которая показывает сравнимые результаты с GPT-O1!!!, но стоит им это в 50 раз дешевле.

2. Открытый доступ вместо «закрытых платных решений»

DeepSeek-R1 выложили бесплатно и с открытым исходным кодом. То есть каждый желающий может:

• Скачать и попробовать запустить у себя (если есть компьютер с 8 супер GPU).
• Копаться внутри и улучшать под свои задачи.
• Для многих компаний (в том числе стартапов, которым не по карману GPT-4o API) это не просто экономия, а реальный шанс войти в клуб «хай-перформанс AI».

3. «AI против AI» и прочие фишки оптимизации

Немного деталей о том, как DeepSeek-R1 смогли так сильно ужать бюджет обучения — 5,6 млн долларов против сотен миллионов у конкурентов (на самом деле там больше денег чем 6M конечно потратили, но официальная версия такая):

• AI обучает сам себя. В крупных корпорациях тысячи людей сидят и размечают данные, помогают модели отвечать корректнее, исправляют ошибки. В DeepSeek большую часть этого процесса отдали самой нейросети.
• Селективная активация. GPT-4o всегда тянет все «мозги» при любом вопросе, а R1 включает только нужные участки сети. Меньше вычислений — меньше расходов.
• Дистилляция. Многие топ-лабы давно играются с идеей «ужатия» нейросетей без потери качества, но DeepSeek, видимо, довели её до ума, снизив объём памяти до -75%.

Они просто подумали:
-А что будет, если обучить модель с точностью в четыре раза меньше. Меньше памяти, меньше времени , меньше электричества. А результат оказался ниже только на 10 процентов.

• Самокоррекция. Вместо перманентного «дообучения» на новых ошибках, R1 генерирует несколько ответов и сама выбирает лучший. Представьте ученика, который перед сдачей экзамена пробегает варианты в уме и выбирает оптимальный.

Хедж-фонд вместо «классического AI-стартапа»
Как выяснилось, High-Flyer — это хедж-фонд, который зарабатывает на биржевой волатильности. По сути, когда цена акций где-то скачет, они на этом выигрывают. И им не надо делать платные подписки на свой AI, как это делают OpenAI или Google — у них другая бизнес-модель.

Монетизация у них получается через колебания рынка, а не через платный доступ к модели. То есть у DeepSeek нет причин «закрывать» код и продавать лицензии; наоборот, им выгодно посеять панику и хайп, ведь это увеличивает рыночные скачки.

Реакция гигантов

• OpenAI. Планировалась новая модель O3 на январь 2025, но релиз тихо отложили. Официально: «Мы хотим, чтобы следующий апдейт был по-настоящему революционным, а не промежуточным.» Но, судя по утечкам, им пришлось срочно пересматривать архитектуру, чтобы не выглядеть устаревшими рядом с DeepSeek R1.
• Meta. Вроде бы в кулуарах говорили, что топы Meta не понимают, как их 10 000 сотрудников проиграли команде из 47 человек. По слухам, там сейчас даже внутренние совещания по оптимизации бюджета на нейросети.
• Nvidia. Эта компания стала одним из главных бенефициаров AI-бума, ведь для обучения крупных моделей нужны десятки тысяч дорогостоящих видеокарт. А теперь оказывается, что не нужны. Люди посмотрели на DeepSeek-R1 и поняли: «А мы можем тратить намного меньше денег на железо!» Вот вам и удар по акциям.

Почему это интересно нам с вами?

• Порог входа снижается. Представьте, вы стартап или небольшая фирма, у вас нет сотен миллионов, чтобы обучать собственную GPT-like модель. Но раз DeepSeek-R1 доступен бесплатно, можно взять его за основу и адаптировать под свои задачи. Это как иметь маленькую (но крутую) версию AI без гнета подписок.
• Открытая экосистема. Когда модель открытая, появляется миллион ответвлений и модификаций. Раньше такой подход выстреливал, например, в Linux-сообществе. Почему бы не повториться и с AI, если им займутся сотни тысяч разработчиков по всему миру?
• Глобальное влияние. DeepSeek уже обходит экспортные ограничения США (там ведь часто накладывают запреты на продажу передовых технологий в некоторые страны). А здесь — код в открытом доступе, не надо ничего «продавать». Пошёл да скачал. Это может серьёзно изменить расклад сил на мировом AI-рынке.

Мои мысли и вопросы к вам
Я вижу в этом всём историю а-ля «Давид против Голиафа», где маленькая, но умная команда вышла против нескольких гигантов и сорвала куш в виде мировой шумихи. При этом своей открытостью они могут выстроить гигантскую экосистему сторонников.

Что думаете, будет ли это точкой перелома? Пойдём ли мы все по пути «эффективных open-source моделей», или всё-таки гиганты вернут себе лидерство за счёт невероятных инвестиций и договорённостей?

Мне кажется, это реально важный этап для всего AI-сообщества. Когда-то мы смотрели, как Google, Microsoft и OpenAI инвестируют миллиарды, и думали: «Это космос, неповторимо». А теперь выясняется, что командой из нескольких десятков человек можно добиться сопоставимых результатов — главное уметь оптимизировать и иметь смелость выкладывать всё это в открытый доступ.

Итог
DeepSeek-R1 не просто «очередная моделька», а знаковый пример, что в AI больше не решает грубая сила и бездонные карманы.
Крупным игрокам придётся адаптироваться.
Открытый код даёт возможность многим компаниям — а, возможно, и исследовательским группам — делать что-то крутое без астрономических счетов за API.

Надеюсь, мой разбор поможет вам разобраться в сути этой истории и понять, почему все так обсуждают DeepSeek. Если остались вопросы или хотите поделиться своим опытом — пишите в комментариях, всем будет полезно!

Спасибо, что дочитали до конца.
PS конечно я использовал для подготовки этого текста DeepSeek R1 который развернул на облаке Azure за пару минут.
PPS официальный бесплатный доступ к модели от разработчиков лежит из за большого спроса, поэтому и не привожу ссылку.