CURATED TIMELINE · 人工策展

DeepSeek：从开放权重到全球爆火

从 Coder、DeepSeekMoE、GRPO 与 MTP 的技术积累，追到 V3、R1、免费 App 和 2025 年 1 月的全球传播拐点；同时拆开“副业”“560 万美元训练 R1”“完整开源”等传播说法。

Timeline overview

一览时间轴

悬停节点查看事件横向滚动浏览

2023.112025.01

11.02DeepSeek Coder 01.11DeepSeekMoE 02.05DeepSeekMath / GRPO 05.07DeepSeek V2 11.20R1-Lite-Preview 12.26DeepSeek-V3 01.27从技术圈到大众爆火

10 个节点2023.11—2025.01 · 管理员策展 · 更新于 2026-07-12

Editorial thread

专题正文

事实摘要与编者按沿策展顺序共同组成这篇脉络文章。

01
2025-01-27市场拐点DEDeepSeek
DeepSeek 登顶美区 App Store 并触发 AI 股重估
DeepSeek 超过 ChatGPT 登上美国 App Store 免费榜首；同日 Nvidia 市值减少约 5930 亿美元。
编者按
大众传播拐点。 1 月 27 日的美区 App Store 榜首，把技术圈的“性能、开放、低价”翻译成普通用户能理解的胜负截图；同日 Nvidia 的纪录级市值回撤又把话题推入全球财经与政治新闻。

榜首衡量短期下载动量，不等于 DeepSeek 的总安装量、活跃用户或留存已经超过 ChatGPT。5930 亿美元也不是 DeepSeek 造成的“实际经济损失”，而是投资者对 AI 算力需求与资本开支预期的一次重新定价。
**大众传播拐点。** 1 月 27 日的美区 App Store 榜首，把技术圈的“性能、开放、低价”翻译成普通用户能理解的胜负截图；同日 Nvidia 的纪录级市值回撤又把话题推入全球财经与政治新闻。榜首衡量短期下载动量，不等于 DeepSeek 的总安装量、活跃用户或留存已经超过 ChatGPT。5930 亿美元也不是 DeepSeek 造成的“实际经济损失”，而是投资者对 AI 算力需求与资本开支预期的一次重新定价。
查看事件
02
2025-01-20开源发布DEDeepSeek
DeepSeek 发布 DeepSeek-R1
DeepSeek-R1 公开推理模型权重与训练方法，强化学习路线受到广泛关注。
编者按
产品与传播的真正引爆点。 R1 同时交付 R1-Zero、R1、6 个蒸馏模型、技术报告、网页和 API。主模型与仓库采用 MIT 许可；Llama 派生蒸馏模型仍继承 Llama 许可。

官方称其在数学、代码和推理基准上总体可比 OpenAI o1，但并非所有任务全面胜出。首发 API 为每百万 token：缓存命中输入 0.14 美元、未命中输入 0.55 美元、输出 2.19 美元。低标价不能单独证明推理成本同样低，也不能证明没有补贴。

“CloseAI”是评论性标签；可核验的差异是 R1 提供可下载权重、允许衍生和蒸馏，而 o1 当时只通过产品与 API 提供。
**产品与传播的真正引爆点。** R1 同时交付 R1-Zero、R1、6 个蒸馏模型、技术报告、网页和 API。主模型与仓库采用 MIT 许可；Llama 派生蒸馏模型仍继承 Llama 许可。官方称其在数学、代码和推理基准上总体可比 OpenAI o1，但并非所有任务全面胜出。首发 API 为每百万 token：缓存命中输入 0.14 美元、未命中输入 0.55 美元、输出 2.19 美元。低标价不能单独证明推理成本同样低，也不能证明没有补贴。 “CloseAI”是评论性标签；可核验的差异是 R1 提供可下载权重、允许衍生和蒸馏，而 o1 当时只通过产品与 API 提供。
查看事件
03
2025-01-15产品发布DEDeepSeek
DeepSeek 免费 App 正式上线
DeepSeek 把 V3、联网搜索、深度思考和文件处理装进免费移动端，为 R1 的大众传播准备入口。
编者按
分发入口先就位。 免费、无广告、无内购的 App 在 R1 发布前 5 天正式公告上线。它把原本需要访问模型仓库或 API 的技术产品，变成任何人都能立即试用的消费应用。

因此 R1 后来的增长不是从零获客，而是直接进入已经准备好的网页和移动端漏斗。
查看事件
04
2024-12-26开源发布DEDeepSeek
DeepSeek 发布 DeepSeek-V3
DeepSeek-V3 以 MoE 架构和较低训练成本进入开放权重旗舰模型竞争。
编者按
技术圈引爆点。 V3 把 671B 总参数、37B 激活参数、接近闭源旗舰的自报基准、开放权重和低价 API 放进同一个故事。技术报告披露完整训练消耗 278.8 万 H800 GPU 小时，并按每 GPU 小时 2 美元折算为 557.6 万美元。

这不是公司总研发成本，更不是 R1 的训练成本；它不含此前架构、数据和失败实验，也不含人员、集群资本开支等。V3 是通用模型，不应直接写成“对标 o1 的推理模型”；真正承担这条叙事的是随后发布的 R1。V3 是“代码 MIT + 权重受 DeepSeek Model License 约束且允许商用”，严谨说法应是开放权重，不是完整训练栈全部开源。
**技术圈引爆点。** V3 把 671B 总参数、37B 激活参数、接近闭源旗舰的自报基准、开放权重和低价 API 放进同一个故事。技术报告披露完整训练消耗 278.8 万 H800 GPU 小时，并按每 GPU 小时 2 美元折算为 557.6 万美元。这不是公司总研发成本，更不是 R1 的训练成本；它不含此前架构、数据和失败实验，也不含人员、集群资本开支等。V3 是通用模型，不应直接写成“对标 o1 的推理模型”；真正承担这条叙事的是随后发布的 R1。V3 是“代码 MIT + 权重受 DeepSeek Model License 约束且允许商用”，严谨说法应是**开放权重**，不是完整训练栈全部开源。
查看事件
05
2024-11-20模型预览DEDeepSeek
DeepSeek-R1-Lite-Preview 上线
DeepSeek 提前展示长思维链推理模型，并承诺后续开放正式模型与 API。
编者按
R1 不是“25 天赶出来的”。 R1-Lite-Preview 在 V3 正式发布前一个多月已经上线，展示长思维链，并预告开放模型与 API。

V3 报告还写明，其后训练从内部 R1 系列蒸馏推理能力。更准确的脉络是 V3 与 R1 在公开前并行研发，12 月和次年 1 月只是两次相邻的公开发布。
**R1 不是“25 天赶出来的”。** R1-Lite-Preview 在 V3 正式发布前一个多月已经上线，展示长思维链，并预告开放模型与 API。 V3 报告还写明，其后训练从内部 R1 系列蒸馏推理能力。更准确的脉络是 V3 与 R1 在公开前并行研发，12 月和次年 1 月只是两次相邻的公开发布。
查看事件
06
2024-05-07开源发布DEDeepSeek
DeepSeek 发布 DeepSeek V2
DeepSeek 第二代 MoE 模型，通过创新底层架构有效降低了推理与训练成本。
编者按
架构在 V2 汇合。 DeepSeek-V2 把 DeepSeekMoE 与 Multi-head Latent Attention（MLA）组合起来。官方报告称，相比 DeepSeek 67B，它减少 42.5% 训练成本、93.3% KV cache，并把最大吞吐提高到 5.76 倍。

V3 并不是凭空出现：它是在 V2 已验证的 MoE 与 MLA 底座上继续扩展，再叠加 FP8、负载均衡、MTP 和训练系统优化。
**架构在 V2 汇合。** DeepSeek-V2 把 DeepSeekMoE 与 Multi-head Latent Attention（MLA）组合起来。官方报告称，相比 DeepSeek 67B，它减少 42.5% 训练成本、93.3% KV cache，并把最大吞吐提高到 5.76 倍。 V3 并不是凭空出现：它是在 V2 已验证的 MoE 与 MLA 底座上继续扩展，再叠加 FP8、负载均衡、MTP 和训练系统优化。
查看事件
07
2024-04-30论文发布MEMeta
Meta FAIR 发布多词元预测论文
Gloeckle 等提出同时预测多个未来 token 的训练目标，为 DeepSeek-V3 的 MTP 设计提供公开研究启发。
编者按
八个月的公开研究窗口。 Gloeckle 等人的多词元预测论文在 2024 年 4 月 30 日提交；DeepSeek-V3 于 12 月 26 日发布，相隔约 240 天。V3 报告明确写明其 MTP 受这项工作启发。

DeepSeek 并非原样照搬：原论文使用并行独立预测头，V3 改成保留因果链的顺序式预测模块。这个节点更能说明开放论文如何被快速吸收、改造并工程化。
**八个月的公开研究窗口。** Gloeckle 等人的多词元预测论文在 2024 年 4 月 30 日提交；DeepSeek-V3 于 12 月 26 日发布，相隔约 240 天。V3 报告明确写明其 MTP 受这项工作启发。 DeepSeek 并非原样照搬：原论文使用并行独立预测头，V3 改成保留因果链的顺序式预测模块。这个节点更能说明开放论文如何被快速吸收、改造并工程化。
查看事件
08
2024-02-05论文与权重发布DEDeepSeek
DeepSeekMath 公开模型与 GRPO 方法
DeepSeekMath 在开放数学模型中引入 GRPO，为此后 R1 的强化学习推理路线提供直接算法基础。
编者按
R1 的算法前史。 DeepSeekMath 在 2024 年 2 月提出 GRPO，并公开 Base、Instruct、RL 三类模型。R1 后来继续使用 GRPO，因此它不是 V3 发布后才突然出现的推理路线。

GRPO 省去 PPO 中独立的 critic/value model，以组内样本奖励估计基线，尤其适合把可验证的数学、代码任务转化为强化学习信号。
**R1 的算法前史。** DeepSeekMath 在 2024 年 2 月提出 GRPO，并公开 Base、Instruct、RL 三类模型。R1 后来继续使用 GRPO，因此它不是 V3 发布后才突然出现的推理路线。 GRPO 省去 PPO 中独立的 critic/value model，以组内样本奖励估计基线，尤其适合把可验证的数学、代码任务转化为强化学习信号。
查看事件