中国AI新创公司DeepSeek日前推出大型推理模型DeepSeek-R1以及开源模型DeepSeek-V3，标榜低价且性能直逼OpenAI的GPT-4旗鼓相当，引发美国科技界热议。有部分讨论声浪指向DeepSeek将大大降低AI开发费用，对于这说法，政大应数系副教授蔡炎龙认为根本完全错误，因DeepSeek是在大量高性能GPU作为硬件支持的开源模型，如Llama为基础，才有办法做出。

蔡炎龙在脸书粉专“呆一布呀Diveai”指出，如果没有基础的开源模型，比如说 Llama等，就没办法做出 DeepSeek R1。DeepSeek的成功，没有pre-trained模型是做不到的，因此，那些称“DeepSeek大大降低AI开发费用”的说法完全错误。

蔡炎龙提到，DeepSeek真正重要贡献之一，在强化学习方面改了 OpenAI的（Proximal Policy Optimization），推出GRPO（Gradient Policy Optimization）。

对于那些觉得辉达是不是完蛋的说法，蔡炎龙也吐槽，事实上NVIDIA GPU可能会更难买，他表示，你可能不用也买不起训练基础模型的超多高级 GPU，就可以做出一些厉害的模型，DeepSeek许多模型都开源，基本上方法也是公开的，可以用 DeepSeek的方法，打造一个更符合自己需求的模型，也就是不要觉得只有有钱的超级大公司才能做 AI。

他提到，DeepSeek使用的 GPU数量和等级，对大多数的企业还是天价的。但让大家有新的希望，那就是说不定买少一点的 GPU，不要训练到 DeepSeek的程度，但非常符合自己需求是可能的。看懂这件事的就会去买没那么多的 NVIDIA H100，再没钱的就买消费级的 NVIDIA RTX5090等等

最后，蔡炎龙强调，DeepSeek真正令人振奋的地方是，可以用类似的方法，用自己的电脑跑得动的小模型，打造一个完全符合自身的需求和效能的模型出来。DeepSeek最聪明的地方是，把重点放在“引导 LLM回应”的部分。如果你可以写出一个非常好的 prompt引导，你的语言模型就可以回应得很好。DeepSeek有许多有趣的地方，也让大家更知道怎么用 LLM方式，这才是真正的重点。