尤教授上次让自己的学生给自己录了个视频，让人以为是记者在做采访。视频十几秒提到了“我说的是满血版，不要和我说什么量化版”。
当时很多人攻击尤教授，因为 deepseek R1 本身就是 fp8 的数据类型，本身就是“量化数据类型”，尤教授根本不懂R1。
我认为这不可能吧，应该是口误了，或者其实指的是:既然发布时是fp8的，那么小于8bit的模型才叫量化？

今天尤教授在知乎上高调回应了，赫然写着“我不考虑fp8等阉割手段”……

好吧，是真不懂，没法洗。

尤洋教授一直给我聪明、勤奋、爱社交、文质彬彬的形象。

今天突然看到他微博上 diss 袁老师“其实你就弄400台机器……让我看看”，语气还是还挺让人吃惊的【图1】。
去了解下原委：尤教授几天前下结论，说通过API卖deepseek tokens“可能是最差的商业模式”，“每月亏损44.5亿！”。(已经被编辑)【图2】
袁老师今天朋友圈转了篇分析，结合 deepseek MoE 结构，介绍为什么高并发性价比更好。【图3】

不知道尤教授为什么会在微博上diss别人朋友圈的事情。
考虑到尤教授的公司其实也卖deepseek R1 的 api。
我觉得，尤教授破防了。

知乎的这个介绍成本的回答挺好的，推荐感兴趣的阅读
www.zhihu.com

央视今天讨论deepseek，仔细一看，有人在评论区放硅基流动的邀请码。哈哈。

可能有人还没空了解蒸馏版 R1 和满血(671B)的联系和区别:
deepseek开源R1的同时，还使用一些流行的dense模型将R1做了蒸馏，比如Qwen2.5 32B，Llama 70B等，发现这些尺寸较小的大语言模型，能力也显著提升。比如，32B的qwen，在代码能力上，显著比671B的deepseek v3要强。
说明满血R1通过强化学习得到的思维能力，能够很好地被这些较小尺寸模型“继承”。
对于一些要求不高的任务，比如AI客服，知识库，日常辅助编程，这些较小尺寸的dense模型，是绝对够用的。
硅基流动在这类dense模型上早就有稳定，高速，低价的api服务，今天上新的这批R1蒸馏模型，既是之前dense模型之外多出的选择，也是R1的一种很好替代。
大家多试试吧。

国产推理引擎x国产模型x国产芯片 ＝ Deepseek v3、R1 在我司上线了！

在线体验

DeepSeek-R1：r1.siliconflow.cn

DeepSeek-V3：v3.siliconflow.cn

API 文档

docs.siliconflow.cn/api-reference

尊贵的用户贡献，龙门飞甲之 “你问我BizyAir是个什么东西，我就告诉你”。
哈哈哈，太牛了。

BizyAir，让普通电脑都没法跑的AI图，可以在车机上跑。

github.com

FLUX官方太牛了，直接下场完善了 FLUX 的生态。
可以做重绘，风格迁移，controlnet。
我和同事也很激动，所以第一时间在BizyAir中上线了。
不用下载模型就可以玩最先进的AI设计，欢迎大家来试试。

BizyAir 工作流征集活动开始了，欢迎艺术家，爱好者，用户来冲啊。最高奖可以获赠往返东京的机票，参加全球 ComfyUI 大会。