探究开源背后的动机 更在于驱动创新变革的巨大力量 不仅在于利益

好的，以下是按照您的要求撰写的播客实录整理文章：

《王子涵专访：DeepSeek开源周与更广泛的大模型开源》

本期播客实录采访了嘉宾王子涵，他是美国西北大学MLLLab的博士研究生，关于DeepSeek开源周及相关大模型开源的话题进行了深入的探讨。

采访伊始，王子涵介绍了自己的研究背景和实习经历。
他主要研究方向包括智能体决策、大语言模型等，近期也在探索长文本与效率增强的相关课题。
王子涵曾在DeepSeek实习，参与了多个开源项目，对开源文化有着深厚的理解和热情。

谈到DeepSeek的开源策略，王子涵表示主要是技术报告和模型权重的开源。
他表示，DeepSeek已经开放了四个库，主要涉及DeepSeek-V3/R1相关的训练与推理代码。
这不仅有助于开发者在自己的系统中实现DeepSeek系列模型的高效表现，也是推动更广泛的大模型开源的一种表现。

谈及大模型开源的现状和挑战，王子涵表示除了技术报告和模型权重，推理框架和训练框架的开源是更深层次的开源。
他提到一些开源推理框架如vLLM和SGLang，并分享了公司在开源训练框架方面的一些尝试。
数据集的开源则相对较少，因为涉及到隐私和版权问题。

关于大模型从闭源到开源的过程，王子涵强调了规范代码和适配外部已开源的整体框架的重要性。
他提到，这需要额外的人力支持，包括写代码和规范工作等。
这也是一些本来闭源的公司去开源模型或之后去开源更多框架时，需要面对的挑战。

在谈到DeepSeek的FlashMLA时，王子涵看到了其背后的亮点以及对社区的价值。
他表示FlashMLA是一个推理加速的工具，对每一类开发者都有帮助。
同时他也提到了在开源过程中遇到的反馈和需求，如FP8版本的期待和对NPU的支持等。
他还强调了综合多个库的重要性，以及在这个过程中可能出现的挑战。

关于不同公司的大模型开源策略的差异，王子涵认为这主要与盈利模式、诉求以及公司愿景有关。
有些公司选择开源最强模型可能是出于造福社会的目的，或者是为了推动更大的变化，如成为行业标准。
而一些公司则可能选择保留最强模型以获得商业优势。
他认为未来可能会有更多的公司选择开放部分模型权重，而不是最强的模型，以避免可能的滥用风险。

最后，王子涵表达了对未来大模型开源的期待和担忧。
他认为如果未来大语言模型足够强大，可能会面临是否应该开源最强模型的难题。
同时他也表达了对人工智能未来发展的看法和态度，强调人的价值并不在于智力竞争，而是享受和利用AI带来的便利和乐趣。
他也呼吁大家在享受科技进步的同时注意避免潜在的风险和挑战。
这场访谈提供了一个深入探讨大模型开源话题的机会，为我们带来了很多有价值的见解和思考。

---

---

相关标签： deepseek、 开源周、 算法、 代码库、

上一篇：全球投资者密切关注市场震荡

下一篇：进一步探究月球内部构造及起源机制