滚烫Deepseek一夜刀掉英伟达4万亿，除夕开源多模态新模型：7B超越DALL-E 3和StableDiffusion_老虎社区_美港股上老虎

滚烫Deepseek一夜刀掉英伟达4万亿，除夕开源多模态新模型：7B超越DALL-E 3和StableDiffusion

市场资讯2025-01-28

白交衡宇发自川渝　　量子位 | 公众号　　DeepSeek大爆出圈，现在连夜发布新模型—— 　　多模态Janus-Pro-7B，发布即开源。　　在GenEval和DPG-Bench基准测试中击败了DALL-E 3和Stable Diffusion。　　想必大家这几天完全被DeepSeek刷屏了吧。　　它长时间霸榜热搜第一，甚至AI第一股英伟达直接被干崩了——最大跌幅近17%，...

网页链接

免责声明：本文观点仅代表作者个人观点，不构成本平台的投资建议，本平台不对文章信息准确性、完整性和及时性做出任何保证，亦不对因使用或信赖文章信息引发的任何损失承担责任。

暂无评论

热议股票

7x24

全部

{"i18n":{"language":"zh_CN"},"data":{"share":"https://www.laohu8.com/m/news/2506591559?lang=zh_CN&edition=full","thumbnail":"","is_english":false,"pubTime":"2025-01-28 10:33","share_image_url":"https://static.laohu8.com/b0d1b7e8843deea78cc308b15114de44","id":"2506591559","market":"sh","top_or_hot":-1,"title":"滚烫Deepseek一夜刀掉英伟达4万亿，除夕开源多模态新模型：7B超越DALL-E 3和StableDiffusion","media":"市场资讯","content":"<div>\n<p>白交 衡宇 发自 川渝\n　　量子位 | 公众号 \n　　DeepSeek大爆出圈，现在连夜发布新模型——\n　　多模态Janus-Pro-7B，发布即开源。\n　　在GenEval和DPG-Bench基准测试中击败了DALL-E 3和Stable Diffusion。\n\n　　想必大家这几天完全被DeepSeek刷屏了吧。\n　　它长时间霸榜热搜第一，甚至AI第一股英伟达直接被干崩了——最大跌幅近17%，...</p>\n\n<a href=\"https://finance.sina.com.cn/tech/shenji/2025-01-28/doc-inehnwwh7060494.shtml\">网页链接</a>\n\n</div>\n","source":"sina","html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>滚烫Deepseek一夜刀掉英伟达4万亿，除夕开源多模态新模型：7B超越DALL-E 3和StableDiffusion</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n滚烫Deepseek一夜刀掉英伟达4万亿，除夕开源多模态新模型：7B超越DALL-E 3和StableDiffusion\n</h2>\n\n<h4 class=\"meta\">\n\n\n2025-01-28 10:33 北京时间&nbsp;&nbsp;&nbsp;<a href=https://finance.sina.com.cn/tech/shenji/2025-01-28/doc-inehnwwh7060494.shtml><strong>市场资讯</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>白交 衡宇 发自 川渝\n　　量子位 | 公众号 \n　　DeepSeek大爆出圈，现在连夜发布新模型——\n　　多模态Janus-Pro-7B，发布即开源。\n　　在GenEval和DPG-Bench基准测试中击败了DALL-E 3和Stable Diffusion。\n\n　　想必大家这几天完全被DeepSeek刷屏了吧。\n　　它长时间霸榜热搜第一，甚至AI第一股英伟达直接被干崩了——最大跌幅近17%，...</p>\n\n<a href=\"https://finance.sina.com.cn/tech/shenji/2025-01-28/doc-inehnwwh7060494.shtml\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":"NVDA","symbol_name":"英伟达","start_time":0,"source_url":"https://finance.sina.com.cn/tech/shenji/2025-01-28/doc-inehnwwh7060494.shtml","article_id":"2506591559","we_media_id":null,"thumbnails":[],"rights":null,"url":"https://stock-news.laohu8.com/highlight/detail?id=2506591559","pubTimestamp":1738031580,"columns":[],"sourceInfo":{"source_id":"sina","name":"sina"},"weMediaInfo":null,"summary":"　　多模态Janus-Pro-7B，发布即开源。　　在GenEval和DPG-Bench基准测试中击败了DALL-E 3和Stable Diffusion。　　想必大家这几天完全被DeepSeek刷屏了吧。　　而Deepseek神话还在继续，春节假期中全国人民都开始体验了，Deepseek服务器还一度卡到宕机。　　先来看看DeepSeek新模型，这其实是此前Janus、JanusFlow的高级版本和延续。　　DeepSeek新版本疑似很快发布，时间是2025年2月25日。","collect":0,"end_time":0,"defaultTopTitle":"sina.com.cn","property":["earning"],"viewcount":null,"language":"zh","relate_stocks":{"NVDA":"英伟达"},"translate_title":"Hot Deepseek kills Nvidia's 4 trillion overnight, a new open source multi-modal model on New Year's Eve: 7B surpasses DALL-E 3 and StableDiffusion","themeId":"168d5fa2b70a80b7e5c6d1ccca32846d","isJumpTheme":false,"ttsUrl":null,"symbols_score_info":{"NVDA":1},"content_text":"白交 衡宇 发自 川渝\n　　量子位 | 公众号 \n　　DeepSeek大爆出圈，现在连夜发布新模型——\n　　多模态Janus-Pro-7B，发布即开源。\n　　在GenEval和DPG-Bench基准测试中击败了DALL-E 3和Stable Diffusion。\n\n　　想必大家这几天完全被DeepSeek刷屏了吧。\n　　它长时间霸榜热搜第一，甚至AI第一股英伟达直接被干崩了——最大跌幅近17%，一夜蒸发5890亿美元（约合人民币4.24万亿元），创下美股单日跌幅最大纪录。\n　　而Deepseek神话还在继续，春节假期中全国人民都开始体验了，Deepseek服务器还一度卡到宕机。\n\n\n\n　　值得一提，同一夜，阿里旗下大模型通义千问Qwen也更新了自己的开源家族：\n　　视觉语言模型Qwen2.5-VL，包括3B、7B 和 72B三种尺寸。\n\n　　真~今夜杭州都不睡，起舞竞速大模型。\n　　DeepSeek连夜发布新模型\n　　先来看看DeepSeek新模型，这其实是此前Janus、JanusFlow的高级版本和延续。\n\n　　一作为博士毕业于北大的陈小康。\n　　具体来说，它基于DeepSeek-LLM-1.5b-base/DeepSeek-LLM-7b-base构建的，是一个统一理解和生成的多模态大模型。整个模型采用自回归框架。\n　　它通过将视觉编码解耦为单独的路径来解决以前方法的局限性，同时仍然使用单一、统一的转换器架构进行处理。\n　　这种解耦不仅缓解了视觉编码器在理解和生成中的角色冲突，还增强了框架的灵活性。\n\n　　对于多模态理解，它使用SigLIP-L作为视觉编码器，支持 384 x 384 图像输入。对于图像生成，Janus-Pro使用LIamaGen中的VQ标记器，将图像转换为离散的ID，下采样率为16。\n　　ID序列被扁平化为一维后，他们使用生成适配器将每个ID对应的代码库嵌入映射到 LLM 的输入空间中。然后，将这些特征序列连接起来，形成一个多模态特征序列，随后将其输入 LLM 进行处理。\n　　除了 LLM 内置的预测头，还在视觉生成任务中使用随机初始化的预测头进行图像预测。\n　　相较于前一个版本Janus的三个训练阶段，团队发现这一训练策略并不理想，会大大降低计算效率。\n\n　　对此，他们做了两处大的修改。\n\n\n第一阶段Stage I的长时间训练：增加了第一阶段的训练步骤，以便在 ImageNet 数据集上进行充分的训练。研究结果表明，即使在 LLM 参数固定的情况下，模型也能有效地模拟像素依赖性，并根据类别名称生成合理的图像。\n\n\n第二阶段Stage II：的集中训练：在第二阶段，放弃了 ImageNet 数据，直接利用常规文本到图像数据来训练模型，以生成基于密集描述的图像。\n\n\n　　此外在第三阶段的监督微调过程中，还调整了不同类型数据集的数据比例，将多模态数据、纯文本数据和文本图像数据的比例从 7：3：10 调整为 5：1：4。\n　　通过略微降低文本到图像数据的比例发现，这一调整可以让在保持强大的视觉生成能力的同时，提高多模态理解性能。\n　　最终结果显示，实现了与现有视觉理解生成SOTA模型持平的水准。\n\n\n\n\n　　△GenEval基准\n\n\n\n　　DPG-Bench基准\n　　与上一个版本 Janus相比，它可以为简短提示提供更稳定的输出，具有更好的视觉质量、更丰富的细节以及生成简单文本的能力。\n\n　　更多多模态理解和视觉生成能力的定性结果。\n\n　　DeepSeek征服全球用户\n　　想必这两天一定是被DeepSeek刷屏了——\n　　是科技圈非科技圈、七大姑八大姨都搁那讨论的程度。\n　　像同为杭州六小龙的游戏科学，其创始人CEO、《黑神话：悟空》制作人也专门发微博支持：顶级科技成果，六大突破。\n\n　　还有DeepSeek自称MOSS，也被流浪地球导演郭帆注意到了。\n　　好好好，DeepSeek是不是直接预订下一部主角了（Doge）。\n\n　　而这故事的一开始，正是前几天刚刚开源的推理模型R1，以其低廉的成本、免费的使用以及完全不输o1的性能，征服了全球用户，直接引发行业地震。\n　　仅仅花费560万美元训练的R1，相当于Meta GenAI团队任一高管的薪资，在很多AI基准测试中已经达到甚至超越OpenAI o1模型。\n　　而且DeepSeek是真的免费，而ChatGPT虽然在免费榜上，但要是想解锁它的完全体，还是要掏上200美元。\n　　于是乎，大家开始纷纷转向DeepSeek来“构建一切”，也就迅速登顶美区苹果应用商店免费App排行第一，超越了ChatGPT和Meta的Threads等热门应用。\n\n　　用户量的激增也导致DeepSeek服务器多次宕机，官方不得不紧急维护。\n　　而聚焦于行业内，大家对于DeepSeek的关注，在于如何在有限的资源成本情况下，实现与OpenAI持平的水准。\n　　相比于国外动辄百亿千亿美元成本、几十上百万张卡这种粗放的模式，用DeepSeek很多技术细节都放在如何降低成本开销上。\n　　比如蒸馏。R1总共开源了6个在R1数据上的蒸馏小模型，蒸馏版Qwen-1.5B都能在部分任务上超过GPT-4o。\n\n　　还有就是纯强化学习，抛弃SFT环节，通过数千次的强化学习来提升模型的推理能力，然后在AIME 2024上的得分与OpenAI-o1-0912的表现相当。\n\n　　也正因为这样，让人不免想到OpenAI前几天砸5000亿美元建数据中心以及英伟达长时间以来在高端GPU的垄断地位。\n　　拿5000亿美元建数据中心，是有必要的吗？\n　　大规模的AI算力投资，是有必要的吗？\n　　这样的讨论，在资本市场得到了响应。美股开盘后，英伟达股价暴跌17%，创下自2020年3月以来最大跌幅，市值蒸发近6000亿美元，老黄自己的个人财富一夜之间也缩水了超130亿美元。\n　　博通、AMD等芯片巨头也纷纷大幅下跌。\n　　对此，英伟达公开回应称，DeepSeek是一项卓越的人工智能进展，也是测试时扩展的绝佳范例。DeepSeek的研究展示了如何运用该技术，借助广泛可用的模型以及完全符合出口管制规定的算力，创建新模型。推理过程需要大量英伟达 GPU和高性能网络。如今我们有三条扩展定律：持续适用的预训练和后训练定律，以及新的测试时扩展定律。\n　　同样被动摇的还有Meta、OpenAI。\n　　Meta内部甚至成立了专门的研究小组，试图剖析DeepSeek的技术细节，以改进其Llama系列模型，并且新年计划中预算4000亿起步搞AI，年底AI算力将达130万卡。\n　　奥特曼也紧急透露新模型o3-mini即将免费上线ChatGPT的消息，试图挽回一点市场热度。\n\n　　现在有了新模型发布，关于DeepSeek的讨论还在继续。\n　　DeepSeek新版本疑似很快发布，时间是2025年2月25日。\n\n　　杭州昨夜不眠\n　　同一个夜晚，同一个杭州。\n　　就在DeepSeek新模型发布不久，Qwen也更新了自己的开源家族：\n　　Qwen2.5-VL。\n\n　　这个标题怎么有三体那味了。\n　　它有3B、7B 和 72B三种尺寸，可以支持视觉理解事物、Agent、理解长视频并且捕捉事件，结构化输出等等。\n　　（详情内容可以参考下一篇推文）\n　　ps，最后，继杭州六小龙之后，广东AI三杰也出现了。\n　　（杭州六小龙分别是游戏科学、DeepSeek、宇树科技、云深处科技、强脑科技和群核科技）\n　　他们分别是湛江人梁文锋（DeepSeek创始人），汕头人杨植麟（月之暗面、Kimi创始人）以及AI学术大佬广州人何恺明。\n\n　　抱抱脸链接：\n\n\n海量资讯、精准解读，尽在新浪财经APP\n\n责任编辑：江钰涵","kind":"news","is_publish_news":true,"is_publish_highlight":false,"is_publish_live":false,"is_publish_wemedia":null,"editions":null,"column":"","sentiment":"2","news_tag":"productRelease","news_rank":0,"isVideo":false,"video":null,"symbols":[],"gpt_button":0,"need_auth":false,"need_login_tip":false,"code":"91000000","status":"200"},"commentList":[],"hasMoreComments":false,"newsSizeData":{"likeSize":0,"commentSize":0,"repostSize":0,"favoriteSize":0,"likeStatus":false,"favoriteStatus":false},"isCrawlerRequest":true}