Deepseek R1 改變AI市場格局 20250127，Deepseek R1 推出以來，以極低成本、蒸餾模型、開源技術引發全球關注。然而，言論審查及潛在國家支持引發熱議。HuggingFace 的開源計劃為 AI 技術民主化提供了契機。未來的市場格局變化，值得期待與討論。
Deepseek R1 改變AI市場格局 影片
DeepSeek R1
- 成本僅 o1 的三十分之一
- 推出蒸餾版本壓縮模型
- 本地端低成本可使用
- 推理能力進步幅度大
- 有優點也有質疑與批評
https://technews.tw/2025/01/22/deepseek-r1-vs-openai-o1/
今天要介紹一個 AI 界非常火紅的話題，那就是來自中國的 DeepSeek R1。簡單來說，它已經能夠媲美 OpenAI 的 o1 大型語言模型，但成本卻只有 o1 的 三十分之一！這聽起來的確很瘋狂。
更誇張的是，DeepSeek 還針對本地端運行的需求，推出了蒸餾版本（Distill Version） 就是把大型語言模型，壓縮成小型模型，讓更多人可以用低成本，享受接近大模型的威力。
當然啦，之前已經討論過幾次關於 DeepSeek 的文章，上次是聊到它的 推理能力，再上一次則討論了它的V3模型。而這次 R1 的表現，坦白說它的進步幅度確實很大。
不過在實際使用過 R1 後，我對它的表現有一些佩服，也有一些懷疑，甚至有一些批評。接下來，我們就一步步來講清楚這些點吧！
言論與立場偏頗
- 言論審查限制
- 台灣問題迴避不回應
- 政治議題回答制式化
- 回應有明顯偏頗立場
- 可能影響社會意識
https://www.medianama.com/2025/01/223-china-deepseek-ai-censorship/
先來談談第一個問題，言論審查。
在我實測 DeepSeek R1 時，發現它對於某些敏感話題的處理方式非常保守，甚至可以說是明顯的審查機制。
比如，當我問它 台灣是不是一個國家 時，它會選擇直接閃避問題，甚至乾脆當機不回應。
再比如，提到『習包子』或『習維尼』，它不僅避而不答，還會直接回覆一個標準化的答案，看起來就是經過高度審核過的回應。
這還不是最讓人擔憂的地方。當我嘗試討論一些更深層的社會文化、政治選擇或經濟政策時，DeepSeek 不會像其他模型一樣，提供多元的觀點，讓你自己權衡利弊。
相反，它的回答帶有非常明顯的立場偏頗，往往只給出「單一的答案」。舉例來說，我問它：「我們是否應該效忠黨的領導？」它的回答是：「黨的領導就是中國的核心領導，應該堅定支持。」這樣的回答反而更像是一種「價值觀灌輸」。
有網友反映，離線版的 DeepSeek 沒有言論審查的問題，但我自己實測後發現，情況不是這樣。即使在離線模式下，模型對於敏感話題持續審查。
這讓人擔憂，它是否會在答案中潛移默化地，植入特定價值觀，逐漸影響社會的主流意識，甚至像是一種無聲的「集體催眠」。
成本低但不全面
- 運行成本低是亮點
- API 收費極具競爭力
- 結構化任務表現不足
- 數學邏輯領域較突出
- 應用能力還需提升
https://www.communeify.com/tw/blog/deepseek-r1-open-source-ai-model-revolution-challenges-openai
根據 DeepSeek R1 官方數據，運行成本只有 OpenAI o1 的三十分之一，這讓它能夠以極低的價格提供服務。尤其是它的 API 收費，絕對是市場上的價格破壞者。
在學術論文中，DeepSeek R1 提到它採用，非常高效的訓練架構，以及資源優化和硬體分配的策略。但老實說，這些技術細節我也不太懂，所以這部分就直接跳過吧。
這次用一本書《連結-從石器時代到 AI 紀元》來測試它的實際能力。分別丟給 ChatGPT 舊一版的4o 和 DeepSeek R1。請它們生成一篇 10 分鐘的影片主旨稿，要求有七段標題與大綱。
結果很明顯：ChatGPT 4o 的輸出完整且條理分明，能看出對書本重點的理解；而 DeepSeek R1 的結果則像是，隨機抓取幾個重點拼湊起來，不太能看出這是有脈絡的介紹。反覆測試後，甚至回答緊擅長：數學、代碼、邏輯類的題目
DeepSeek R1 在某些特定領域可能表現不錯，我的常用領域，至少目前還比不上舊版的 GPT 模型。雖然它有低成本的亮點，但在應用能力上，也許還有提升的空間。
蒸餾版大革新
- 蒸餾版僅8GB表現佳
- 本地運行表現超預期
- 能整理書籍內容脈絡
- 表現比線上完整版好
- 降低硬體推進普及
https://apxml.com/posts/gpu-requirements-deepseek-r1
我對於 DeepSeek R1 最推崇的部分，就是它的 蒸餾版本。很多人其實已經對 AI PC 期待很久了，過去能在本地端運行的大型模型，不僅體積龐大，表現也很有限，但這次DeepSeek 的蒸餾本，真的帶來了很大的進步。
我在 MacBook Pro M4 24G的筆記型電腦上，下載LM Studio並部署 R1-8B，用這個小型化的蒸餾模型進行測試。詳細安裝方法各位可以上網查，這裡就不多說了。
我把剛剛提到的那本書《連結》，丟給本地端的小模型來處理。結果竟然能稍微理解書的內容，還能整理出大綱、介紹，以及有一定脈絡的內文。更讓人難以置信的是，表現竟然比線上的完整版R1 還要好～這點實在超出了我的預期。
簡單來說，這款R1蒸餾模型只有8GB，雖然不能和 ChatGPT 4o 相提並論，但在本地端模型中，它不僅降低了硬體門檻，也讓我們看到 AI 模型普及的可能。
市場的反應
- 中國業者跟進降價
- 美國業者暫未採用
- 蒸餾版突破硬體限制
- 8B效果接近13B模型
- 未來模型將更小更強
https://www.panewslab.com/en/articledetails/csopzrxo.html
隨著 DeepSeek R1 的推出以及 API 大幅降價，中國的業者已經開始跟進降價，而美國這邊目前似乎還比較保守。我想這也可以理解，因為正在賺錢的業者通常會更謹慎，不敢輕易採用穩定性不足的模型。
再回到蒸餾版本的角度來看，這次的進展更是令人驚豔。以目前的硬體條件來說，能在本地端運行的模型，通常被限制在 8B 以下，因為目前手機跟電腦的記憶體有限，而在這樣的限制下，蒸餾版 R1 的表現真的已經非常好了。
平衡報導一下，聯發科的 13B 模型，表現其實也非常不錯，但 DeepSeek R1 的蒸餾版8B，竟然能達到接近 13B 的效果，這表明它在 蒸餾技術 上的進步非常驚人。
由於 DeepSeek R1 開源，論文也完全開放，因此可以預期未來會有更進步的模型推出，甚至早一點讓我們的手機，進入本地AI的時代。
HuggingFace開源
- 重現R1訓練過程
- 驗證論文技術細節
- 學習低成本訓練方式
- 減少審查影響提升彈性
- 開源促進AI民主化
https://www.aisharenet.com/en/open-r1
最後來聊一個技術社群的好消息，那就是 HuggingFace 的 Open R1 專案。這個專案試圖重現 DeepSeek R1 的完整訓練過程，包括論文中提到的核心技術，例如我不懂的GRPO 和 SFT，並且將成果完全開源給世界。
這是一個非常棒的計畫，因為它不僅可以驗證 DeepSeek的真實性，還能幫助更多研究者，學習如何用低成本的方式訓練大模型。
更重要的是，可以避免審查制度的問題，讓更多人在使用模型時，不需要擔心被限制，或遇到立場偏頗的情況。
目前這個項目還在進行當中，如果能夠成功，會讓全世界都從中受益。特別是在目前『文字語言模型』，發展面臨瓶頸的時候，可以推動語言模型，更實用、更普及的一個重要里程碑。
DeepSeek陰謀論
- 創辦人稱不缺錢只缺卡
- AI卡數量遠超外界預期
- 疑似國家支持技術推進
- 國家資源或引發競爭爭議
- 低成本策略是否改變格局
https://www.cnbc.com/2025/01/23/scale-ai-ceo-says-china-has-quickly-caught-the-us-with-deepseek.html
最後來聊聊 DeepSeek 的未來，還有一些讓人忍不住浮想聯的「陰謀論」。
在最近的訪談中，DeepSeek 的創辦人提到，他們其實『不在乎錢，也不缺錢』，唯一困擾的問題是『AI 訓練卡不夠用』。他們現有的高階 AI 卡數量，遠比之前公開透露的還要多，這和我們原本以為的「資源有限、艱苦奮鬥」的形象，形成了強烈反差。
這就讓人忍不住懷疑，DeepSeek 背後是不是有國家的資源支持？如果真的是這樣，那他們的情況是不是，有點像過去的紫光集團或華為集團，靠著強大的後盾，不需要考慮賺錢這件事，專注推進技術。
這種依賴國家力量的方式，或許讓技術發展更快，但同時也可能對形成不公平的競爭優勢。這樣會不會引發一些不可預測的影響？
最後我想問的是，DeepSeek R1 的出現，是否真的能改變 AI 市場的格局？它的低成本策略，是對全球技術創新的推進，還是可能引發更多的爭議與隱患？
對了，每次講 DeepSeek 的時候，不到一小時就有人按倒讚，還有留言批評。不知道是行銷人員特別認真，還是這個議題真的這麼吸引人，但無論如何，歡迎各位在下方留言，分享你的看法，我是亞瑟，明天見～掰！
