在近期的游戏行业动态中，DeepSeek因其在LOL（英雄联盟）领域的突破性表现，被誉为AI行业的拼多多。这家新兴公司以557.6万美元的投资，仅用两个月的时间便成功训练出了一款高效的游戏策略AI。该AI不仅能够分析对局数据，还能实时提供战术建议，极大提升了玩家的竞技水平。DeepSeek的成功，无疑为LOL的智能化发展开辟了新思路，让无数玩家体验到前所未有的战斗乐趣和策略深度。未来，该公司计划进一步提升AI的学习能力，以适应不断变化的游戏环境，推动电子竞技的全面创新。
1月28日讯 据钱江晚报报道，此次DeepSeek-V3在AI行业引发关注，关键的原因在于——超低的预训练成本。
“预训练”是AI大模型学习中的一种方法，指的是通过海量的数据，训练一个大模型。训练时需要大量的数据和算力支持，每次迭代可能耗资数百万至数亿美元。
官方技术论文披露，DeepSeek-V3在预训练阶段仅使用2048块GPU训练了2个月，且只花费557.6万美元。这个费用是什么概念？
据报道，GPT-4o的模型训练成本约为1亿美元。简单粗暴地说，这相当于DeepSeek-V3比同等性能的AI大模型，降了十几倍的成本。
早在2024年5月，深度求索发布DeepSeek-V2时，就曾因给模型的定价太过于便宜，开启了中国大模型的价格战，被称之为“AI界的拼多多”。
“相比于说它是‘拼多多’，它更像小米，贴近成本定价，并且自产自销。”马千里认为，训练成本比较低的原因，离不开深度求索团队自研的架构和算力，他们自身的算力储备可以与大厂比肩，并且更注重底层的模型。
“ChatGPT走的是大参数、大算力、大投入的路子，DeepSeek-V3的路径用了更多的巧思，依托数据与算法层面的优化创新，从而高效利用算力，实现较好的模型效果。”马千里说道。
