梦晨 西风 发自 凹非寺
量子位 | 公众号 QbitAI
DeepSeek-v3大模型横空出世，以1/11算力训练出超过Llama 3的开源模型，震撼了整个AI圈。
紧接着，“雷军开千万年薪挖DeepSeek研究员罗福莉”的传闻，也使得人们把目光聚焦向DeepSeek的人才。
这下不只科技圈，全网都在好奇，连小红书上都有人发帖询问，这究竟是一只怎样的团队？
国际上，也有人把创始人梁文锋的访谈翻译成英语，还加了注释，试图从中寻找这家公司崛起的蛛丝马迹。
量子位整理各种资料发现，DeepSeek团队最大的特点就是年轻。
应届生、在读生，特别是来自清北的应届生在其中非常活跃。
他们中的一些人，2024年一边在DeepSeek搞研究，另一边新鲜热乎的博士学位论文刚评上奖。
他们中有的参与了从DeepSeek LLM v1到DeepSeek-v3的全程，有的只是实习了一段时间也做出重要成果。
为DeepSeek提出MLA新型注意力、GRPO强化学习对齐算法等关键创新的，几乎都是年轻人。
DeepSeek核心成员揭秘
2024年5月发布的DeepSeek-V2，是致使这家大模型公司破圈的关键一环。
其中最重要的创新是提出了一种新型注意力，在Transformer架构的基础上，用MLA（Multi-head Latent Attention）替代了传统的多头注意力，大幅减少了计算量和推理显存。
在一众贡献者中，高华佐和曾旺丁为MLA架构做出了关键创新。
高华佐非常低调，目前只知道是北大物理系毕业。
另外，在“大模型创业六小强”之一阶跃星辰的专利信息中也可以看到这个名字，暂不确定是否是同一人。
而曾旺丁来自北邮，研究生导师是北邮人工智能与网络搜索教研中心主任张洪刚。
DeepSeek-V2工作中还涉及到了另一项关键成果——GRPO。
DeepSeek-V2发布前三个月，DeepSeek-Math问世，其中提出了GRPO（Group Relative Policy Optimization）。
GRPO是PPO的一种变体RL算法，放弃了critic模型，而是从群体得分中估算baseline，显著减少了训练资源的需求。
GRPO在圈内得到广泛关注，另一家国内开源大模型阿里Qwen 2.5的技术报告中也透露用到了GRPO。
DeepSeekMath有三位核心作者是在DeepSeek实习期间完成的工作。
核心作者之一邵智宏是清华交互式人工智能（CoAI）课题组博士生，师从黄民烈教授。
他的研究领域包括自然语言处理、深度学习，特别对如何能构建一个稳健且可扩展的AI系统感兴趣，这个AI系统能利用多样化的技能整合异构信息，并能准确回答各种复杂的自然语言问题。
邵智宏之前还曾在微软研究院工作过。
DeepSeekMath之后，他还参与了DeepSeek-Prover、DeepSeek-Coder-v2、DeepSeek-R1等项目。
另一位核心作者朱琪豪是北大计算机学院软件研究所2024届博士毕业生，受熊英飞副教授和张路教授指导，研究方向为深度代码学习。
据北大计算机学院官方介绍，朱琪豪曾发表CCF-A类论文16篇。在ASE和ESEC/FSE上分别获得ACM SIGSOFT杰出论文奖一次，提名一次。一篇论文进入ESEC/FSE会议同年的引用前三名。
在DeepSeek团队，朱琪豪还基于他的博士论文工作，主导开发了DeepSeek-Coder-V1。
其博士论文《语言定义感知的深度代码学习技术及应用》也入选了2024CCF软件工程专业委员会博士学位论文激励计划。
△图源：北京大学计算机学院公众号还有一位核心作者同样来自北大。
北大博士生Peiyi Wang，受北京大学计算语言学教育部重点实验室穗志方教授指导。
除了DeepSeek-V2 MLA、DeepSeekMath GRPO这两项关键破圈成果，值得一提的是，还有一些成员从v1就加入其中，一直到v3。
代表人物之一代达劢，2024年博士毕业于北京大学计算机学院计算语言所，导师同样是穗志方教授。
△图源：北京大学计算机学院公众号代达劢学术成果颇丰，曾获EMNLP 2023最佳长论文奖、CCL 2021最佳中文论文奖，在各大顶会发表学术论文20篇+。
2024年中国中文信息学会“博士学位论文激励计划”共入选10篇来自中国大陆高校的博士毕业论文，其中就有他的《预训练语言模型知识记忆的机理分析及能力增强关键技术研究》。
以及北大元培学院的王炳宣。
王炳宣来自山东烟台，2017年进入北大。
硕士毕业加入DeepSeek，参与了从DeepSeek LLM v1开始的一系列重要工作。
清华这边的代表人物还有赵成钢。
赵成钢此前是衡水中学信息学竞赛班成员，CCF NOI2016银牌得主。
之后赵成钢进入清华，大二时成为清华学生超算团队正式成员，三次获得世界大学生超算竞赛冠军。
赵成钢在DeepSeek担任训练/推理基础架构工程师，有英伟达实习经历。
△图源：清华新闻网DeepSeek是一支怎样的团队
这些鲜活的个体，足以引发人们的赞叹。
但还不足以回答最初的问题，DeepSeek到底是一支怎样的团队？有怎样的组织架构？
答案或许还要从创始人梁文锋身上找。
早在2023年5月，DeepSeek刚刚宣布下场做大模型，还没发布成果的时候，梁文锋在接受36氪旗下「暗涌」采访时透露过招人标准。
看能力，而不是看经验。
我们的核心技术岗位，基本以应届和毕业一两年的人为主。
从后面一年多陆续发表的论文贡献名单中也可以看出，确实如此，博士在读、应届以及毕业一两年的成员占很大一部分。
即使是团队leader级别也偏年轻化，以毕业4-6年的为主。
例如领导DeepSeek的后训练团队的吴俣，2019年北航博士毕业、在微软MSRA参与过小冰和必应百科项目。
吴俣博士期间接受北航李舟军教授和MSRA前副院长周明博士的联合培养。
与他师出半个同门的是郭达雅，中山大学印鉴教授与MSRA周明博士联合培养，2023年博士毕业。
2024年7月他加入DeepSeek，主要参与了一系列数学和代码大模型的工作。
郭达雅上学期间还有一项事迹，本科期间在MSRA实习一年里发表两篇顶会论文，他笑称“在刚入学的第三天，就完成了中大博士生的毕业要求。”
除了团队成员年轻化之外，DeepSeek在国内AI公司中突出的特点：非常重视模型算法和硬件工程的配合。
DeepSeek v3论文总共200位作者，并不都是负责AI算法或数据。
有这样一批人从早期的DeepSeek LLM v1到v3一直都在参与，他们更多偏向算力的部分，负责优化硬件。
他们以DeepSeek AI的名义发表了论文《Fire-Flyer AI-HPC》，通过软硬件协同设计降低训练成本，解决传统超算架构在AI训练需求上的不足。
Fire-Flyer也就是幻方AI搭建的萤火2号万卡集群，使用英伟达A100 GPU，却做到相比英伟达官方的DGX-A100服务器有成本和能耗的优势。
这支团队中有的人在英伟达工作或实习过，有的来自同在杭州的阿里云，也有许多人从幻方AI借调又或干脆转岗到DeepSeek，参与了每一项大模型工作。
而如此重视软硬件协同的成果，就是以Llama 3 405B的1/11算力，训练出性能更高的DeepSeek-v3了。
最后，我们还发现DeepSeek开源项目中有一个特别的存在，不是语言模型相关工作，却是3D生成相关。
这项成果由清华博士生孙景翔在DeepSeek实习期间，与导师刘烨斌以及DeepSeek成员合作完成。
像这样实习生在DeepSeek做出重要成果的还有中山大学逻辑学专业的辛华剑。
他在DeepSeek实习期间参与了用大模型证明数学定理的DeepSeek-Prover，现在在爱丁堡大学读博士。
看过这些例子，再一次回到梁文锋的访谈，或许更能理解这只团队的运作结构。
不做前置的岗位分工，而是自然分工
每个人对于卡和人的调动是不设上限的，每个人可以随时调用训练集群，只要几个人都有兴趣就可以开始一个项目
当一个idea显示出潜力，也会自上而下地去调配资源。
这难免让人想起AI界另一家不可忽视的力量，没错就是OpenAI。
同样的用人不看经验，本科生、辍学生只要有能力照样招进来。
同样的重用新人，应届生与00后可以调动资源从无到有研究Sora。
同样的面对潜力方向，整个公司从顶层开始设计布局和资源推动。
DeepSeek，可能是组织形态上最像OpenAI的一家中国AI公司了。
