Генеративный ИИ DeepSeek: прорыв вроде ChatGPT, но с открытым кодом

В мире, где разработка передового искусственного интеллекта, казалось, требовала бюджетов, сопоставимых с ВВП небольших стран, китайский стартап DeepSeek сумел громко заявить о себе, перевернув это представление. Их модель генерации изображений Janus-Pro-7B с открытым исходным кодом, по данным независимых тестов, превосходит таких тяжеловесов, как DALL-E 3 от OpenAI и Stable Diffusion от Stability AI, в задачах генерации текста в изображениях и понимания визуальных сцен .

Но настоящая буря разразилась в январе 2025 года, когда DeepSeek представила свою модель рассуждений R1. Это событие вызвало настоящий шок на фондовом рынке США: акции технологических гигантов, включая Nvidia, резко пошли вниз. Причиной паники стало не только качество модели, но и ее поразительно низкая стоимость обучения — по некоторым оценкам, она составила чуть более $5 миллионов, что в десятки раз меньше затрат конкурентов .

Как «Смесь экспертов» меняет правила игры

В основе эффективности DeepSeek лежит архитектура, известная как «Смесь экспертов» (Mixture of Experts, MoE). В отличие от традиционных моделей, где при каждом запросе задействуются все параметры, MoE-модели активируют лишь небольшую, релевантную задаче часть. Так, модель DeepSeek-V3 содержит 671 миллиард параметров, но для обработки одного токена использует лишь 37 миллиардов. Именно этот подход позволяет добиваться высокой производительности при значительно меньших вычислительных затратах .