雷军千万年薪挖角的AI天才少女什么来头？Deepseek技术优势解析

近日，雷军以千万级别的年薪成功挖角了95后的AI天才少女罗福莉。罗福莉是一位在人工智能领域特别是自然语言处理（NLP）方面有着卓越成就的年轻科学家。

罗福莉硕士毕业于北京大学计算语言学研究所，在研二时就在国际顶级会议ACL上发表了8篇论文（其中2篇为第一作者），成为当时学术界的焦点人物，并因此登上知乎热搜。

职业经历

加入阿里达摩院机器智能实验室，主导开发多语言预训练模型VECO，并参与AliceMind开源项目。

之后加入幻方量化从事深度学习相关策略建模和算法研究。

最后加入DeepSeek担任深度学习研究员，参与了MoE大模型DeepSeek-V2的研发工作。

技术成就

1. 顶级会议论文发表 罗福莉在国际顶级会议ACL（Association for Computational Linguistics）上发表了多篇重要论文，特别是在2019年一次性发表了8篇论文，其中2篇为第一作者，这些成果奠定了她在自然语言处理（NLP）领域的学术地位。 2. 词义消歧方法和文本风格转换框架 她提出的词义消歧方法和文本风格转换框架等研究成果推动了NLP领域的发展，并引起了广泛关注。

3. VECO多语言预训练模型 在阿里达摩院期间，罗福莉主导开发了跨语言预训练模型VECO。该模型是AliceMind开源项目的一部分，成功应用于阿里巴巴内部多个核心业务中，日均调用次数达到50亿次，活跃场景超过200个，展示了其在实际应用中的强大效能。 4.DeepSeek-V2大模型 2022年加入DeepSeek后，罗福莉担任深度学习研究员，参与研发MoE（Mixture of Experts）架构的大模型DeepSeek-V2。这款模型不仅在性能上取得突破，还在成本效益上实现了重大优化，提供了仅1元/百万输入Tokens的服务价格，远低于GPT-4的成本，极大地提升了大模型的普及性和应用广度，受到业界的高度评价。

2024年底，罗福莉应小米创始人雷军之邀，加盟小米AI实验室，担任领导职务，负责组建和领导大模型团队。她的加盟被视为小米在AI大模型领域的重要战略布局，预计将带来协同效应，提升小米设备的智能化水平，实现多设备的协同工作，助力“小米生态链”战略的全面推进。

DeepSeek-V3

参数规模：6710亿参数，激活参数为370亿。 训练数据：在14.8万亿token上进行了预训练，确保了模型对多种语言和领域的广泛理解。

架构特点： 使用专家混合（MoE, Mixture of Experts）架构，该架构允许模型根据不同任务动态选择最合适的“专家”网络来处理特定类型的输入。 引入多头潜在注意力（MLA, Multi-head Latent Attention），以提升长文本理解和生成的能力。 通过Device-Limited Routing等技术优化了分布式训练中的通讯效率。

性能表现： 在知识、长文本、代码、数学等多个评测指标上超越了其他开源模型如Qwen2.5-72B和Llama-3.1-405B，并且与GPT-4o和Claude-3.5-Sonnet等顶尖闭源模型相媲美。

应用场景： 适用于对话系统、文本生成、编程辅助、数学问题解答等多种自然语言处理任务。

开放性： 提供了原生FP8权重及BF16转换脚本，方便社区进行适配和应用；同时支持SGLang、LMDeploy、TensorRT-LLM和MindIE等推理框架。

DeepSeek性能对比

DeepSeek系列大模型在性能上展现了其独特的竞争力，尤其是在性价比方面。

DeepSeek-V3的训练成本显著低于GPT-4o和Claude-3.5-Sonnet，同时它提供的API调用价格也远低于竞争对手，这使得DeepSeek-V3对于中小企业和个人开发者来说更具吸引力。

根据HumanEval评测集上的表现，DeepSeek-V3得分为90.2%，几乎追平了GPT-4o的91.0%分数，在代码生成任务中表现出色。

在某些基准测试（如mmlu-pro、gpqa-diamond）中，DeepSeek-V3的表现超过了GPT-4o，显示出其在特定领域的强大能力。

局限性 尽管DeepSeek-V3支持最长13万Token的上下文长度，但相比于GPT-4o和Claude-3.5-Sonnet的200万Token，这个数字显得较小，可能影响到处理需要大量上下文信息的任务时的表现。

DeepSeek-V3在首字响应时间和每秒生成Token的数量上略逊于GPT-4o，不过考虑到其成本效益，这些差距是可以接受的。 凭借其高性价比和开源特性，DeepSeek-V3在多个领域展现出广阔的应用前景。无论是自然语言处理、文本生成还是智能客服等领域，DeepSeek-V3都有潜力成为开发者的首选工具。此外，对于那些希望降低AI使用成本而不牺牲太多性能的企业而言，DeepSeek-V3提供了一个非常有吸引力的选择。

DeepSeek的独特优势

训练成本低：DeepSeek-V3的训练成本仅为558万美元，远低于同级别模型如GPT-4o和Claude-3.5-Sonnet的数十亿美元级别的训练成本。这得益于DeepSeek对模型架构进行了全方位创新，例如MLA（多头潜在注意力机制）和MoE（Mixture of Experts）架构的应用。

推理成本低廉：DeepSeek提供的API调用价格极低，每百万Token仅需0.48美元，相比其他模型动辄十几美元的价格，极大地降低了使用门槛。 MLA架构：DeepSeek引入了一种新的多头潜在注意力机制（MLA），显著减少了显存占用，降至传统MHA架构的5%-13%，从而提高了计算效率并降低了硬件要求。

MoE架构：通过将模型分解为多个“专家”模块，每个专家专注于特定类型的输入数据处理，实现了高效的任务分配和资源利用。这种结构不仅增强了模型的灵活性和适应性，还允许随着任务复杂度增加而简单扩展性能，无需大规模调整整个架构。 完全开源：DeepSeek选择了一条不同于大多数竞争对手的道路，坚持开源路线。这意味着开发者可以自由访问、修改和分发DeepSeek的代码和技术成果，促进了社区协作和技术共享。

商业授权宽松：除了开源之外，DeepSeek还提供了免费商用授权政策，支持包括商业目的在内的任何合法用途，这对于中小企业和个人开发者来说是一个巨大的吸引力。 性能表现优异：在文本生成、语义理解、情感分析等多个子任务上的准确率均高于前代产品和其他竞争者，尤其在中文语境下的表现尤为突出。

代码生成能力：根据HumanEval评测集的数据，DeepSeek-V3在代码生成任务中的得分达到了90.2%，几乎追平了GPT-4o的表现。

特定任务超越：在某些基准测试中，如mmlu-pro、gpqa-diamond等，DeepSeek-V3的表现超过了GPT-4o，显示出了其在特定领域的强大能力。

DeepSeek核心技术

DeepSeek的MLA（Multi-head Latent Attention）与MoE（Mixture of Experts）架构是其核心技术亮点，这两项创新显著提升了模型的性能和效率。

MLA和MoE架构共同构成了DeepSeek系列模型的技术基石，它们不仅解决了传统Transformer模型中存在的计算效率问题，还在模型性能和资源利用率方面带来了质的飞跃。

小米在AI大模型的布局

随着各大手机厂商纷纷加大在AI领域的投入，小米也开始加快其在AI大模型上的布局。雷军对小米在大模型领域发力较晚感到担忧，因此亲自下场招揽顶尖人才，期望能在AI领域取得突破。

罗福莉不仅因为其过硬的技术实力被吸引到小米，而且她身上“天才AI少女”、“95后AI萝莉”的标签也非常符合小米的品牌形象。此外，小米拥有全球最大的IoT设备连接数（超过8.61亿），这为大模型技术提供了丰富的应用场景。

小米计划建设万卡级GPU集群，已拥有的GPU资源达到6500张以上，这些硬件设施将极大助力罗福莉及其团队的研究和发展。

罗福莉的加入无疑增强了小米AI实验室的实力，特别是在大模型研发方面。她的到来可能会加速小米在AI技术上的进步，尤其是在轻量化模型和本地部署方面的工作。