2024年4月份我写过一篇文章《用实例驳斥李彦宏开源模型会越来越落后》，当时使用的是开源的 LIama 3 测试，给出的结论是：  从 Meta AI 的表现来看，Llama 3在语言方面已经达到甚至超过了文心3.5的水平，更不用说Llama 3还支持多模态！只要有Meta这样的大公司在背后持续开源，那么开源模型必定能追上闭源模型！

2025年1月20号，DeepSeek正式发布了 DeepSeek-R1。22号我下载了 DeepSeek-R1 基于Qwen2.5 1.5B 7B 的蒸馏模型 DeepSeek-R1-Distill-Qwen-1.5B 和 DeepSeek-R1-Distill-Qwen-7B，测试了下，再一次感受到了开源的力量！这些模型参数量虽然比较小，但是通过“推理”，能解决之前开源的7B模型不能解决的问题。 更加坚信了我之前的观点，开源模型必定能追上闭源模型，甚至超越闭源模型！OpenAI 没有护城河！

正如 Meta 的首席人工智能科学家杨立昆（Yann LeCun）所说，DeepSeek 的成功带来的最大启示是保持 AI 模型开源的重要性，这样每个人都能从中受益。 因为开源，领域专家可以居于他人的工作，提出新的想法，进行创新，然后回馈到开源社区，形成良性循环。从 Llama 3、Qwen 到 DeepSeek，我们真切领略到了开源领域所蕴含的强大创新力量！

互联网的自由与开放，是大数据得以不断积累的基石。在这个信息互通的时代，网络犹如全人类共享的巨型百科全书，持续为大模型输送知识养分。倘若这些珍贵的养分仅能被闭源模型所独享，无疑是一种极大的不公平。闭源模式限制了数据的流通与共享，让知识的传播与利用变得狭隘。

而开源模型则截然不同，它完美继承了互联网自由开放的精神。在开源的框架下，模型与算法能够在全球范围内自由流动，开发者们可以在此基础上进行协作与创新，模型的价值得到最大化发挥。这种开放的模式打破了技术壁垒，让更多人能够参与到人工智能的发展中来，推动整个行业不断进步。

安全绝非闭源的合理托辞。在开源体系中，安全同样是重中之重，会被审慎考量。开源的优势在于其高度透明，每一行代码都接受全球开发者的审视与检验，也更容易做安全测试，众人拾柴火焰高，这反而为安全增添了多道坚实防线，比闭源更具保障。

DeepSeek-R1-Distill-Qwen-7B 模型测试如下：

前面是思考过程，可以看到非常有逻辑性，最后的代码也是正确的。特别的，它还通过设置标志位，提前终止没必要的循环，提升了效率。

代码正确。

思考过程和最后的证明都是正确的。

再用 DeepSeek-R1-Distill-Qwen-1.5B 测试了下，第1问和第3问也都回答正确，第2问代码有些问题。

最后说下我的观察：

通过大模型蒸馏出小模型加上推理能力，小的模型也有非常强大的泛化能力。 目前模型所谓的推理能力，我觉得是通过增加模型回忆相关问题上下文的能力，这样就能更好地发挥已有的知识储备，减少幻觉。

目前大模型可以很好地解决用语言描述的问题，已经有了依葫芦画瓢的能力。但是我用小学三年级的数学周长问题（需要视觉分析）喂给图像理解模型，发现模型并不能真正理解，视觉的问题大模型还有待新的创新和突破。