‌DeepSeek的发展历程可以分为以下几个重要阶段‌：‌1

1. ‌成立与初步发展‌：

• ‌2023年7月‌

  ，杭州深度求索人工智能基础技术研究有限公司（DeepSeek）成立，总部位于浙江省杭州市。

• ‌2023年11月2日‌

  ，DeepSeek发布了首个开源代码大模型DeepSeek Coder，支持多种编程语言的代码生成、调试和数据分析任务。

• ‌2023年11月29日‌

  ，DeepSeek推出了参数规模达670亿的通用大模型DeepSeek LLM，包括7B和67B的base及chat版本。

2. ‌模型发布与技术创新‌：

• ‌2024年1月5日‌

  ，DeepSeek发布了DeepSeek LLM（基础版），采用了多阶段学习率调度器和分组查询注意力机制（GQA），优化了训练过程和计算效率。

• ‌2024年5月7日‌

  ，DeepSeek发布了第二代开源混合专家（MoE）模型DeepSeek-V2，总参数达2360亿，推理成本显著降低。

• ‌2024年9月‌

  ，DeepSeek升级到DeepSeek-V2.5，进一步优化了模型性能和推理成本。

• ‌2024年12月26日‌

  ，DeepSeek发布了第三代大模型DeepSeek-V3，总参数达6710亿，采用创新的MoE架构和FP8混合精度训练，训练成本大幅降低。

• ‌2025年1月20日‌

  ，DeepSeek发布了新一代推理模型DeepSeek-R1，性能与OpenAI的o1正式版持平，并开源。

3. ‌技术创新与市场影响‌：

• DeepSeek在模型训练中采用了多项技术创新，如多阶段学习率调度器、分组查询注意力机制、FP8混合精度训练等，显著提升了模型的训练效率和推理速度。

• DeepSeek的模型在自然语言处理、代码生成、数学推理等领域表现出色，吸引了广泛的关注和应用。

• DeepSeek的开源策略和技术共享促进了整个AI生态的发展，成为AI领域的新锐力量。