DeepSeek研究员陈德里乌镇首秀:从AI乐观到社会隐忧的深度思辨

在浙江乌镇举行的世界互联网大会上,备受瞩目的「杭州六小龙」首次同台亮相。阿里云创始人王坚院士亲自主持,宇树创始人及CEO王兴兴、强脑科技创始人及CEO韩璧丞、群核科技创始人及董事长黄晓煌、游戏科学创始人及CEO、《黑神话:悟空》制作人冯骥、云深处科技创始人及CEO朱秋国等悉数落座。

DeepSeek研究员陈德里乌镇首秀:从AI乐观到社会隐忧的深度思辨

然而,在「杭州六小龙」中最为引人注目的DeepSeek,其创始人及CEO梁文锋并未现身,取而代之的是一位名为陈德里的研究员。这一安排本身就传递出多重信息:梁文锋代表DeepSeek,而陈德里则代表梁文锋本人。但问题随之而来——陈德里究竟是谁?这位突然成为「DeepSeek代言人」的研究员,其背景与观点值得深入剖析。

陈德里于2023年加入DeepSeek,担任研究员,主要负责语言模型、对齐机制、训练策略及模型泛化能力等核心方向。在过去两年中,DeepSeek发布的V2、V3、R1等重要研究成果几乎都能看到他的名字。

DeepSeek研究员陈德里乌镇首秀:从AI乐观到社会隐忧的深度思辨

谷歌学术数据显示,陈德里目前的被引次数已超过1.3万次,且今年增长尤为显著。

DeepSeek研究员陈德里乌镇首秀:从AI乐观到社会隐忧的深度思辨

这种学术影响力与其在公司的技术地位形成了呼应。

当被问及DeepSeek的成功及其开源模式将如何推动AI发展时,这位代表DeepSeek的研究员首先表达了乐观态度:未来三到五年,人类和AI将处于蜜月期,AI的进步可以极大地帮助人类。

DeepSeek研究员陈德里乌镇首秀:从AI乐观到社会隐忧的深度思辨

但随后,陈德里话锋一转,提出了对AI持续进步的深层担忧:十年以后,AI可能会取代绝大多数工作,社会将面临前所未有的挑战。他强调,这绝非危言耸听,因为此轮AI革命与前两次工业革命存在本质区别。

在陈德里看来,过去的技术无论多么先进,始终只是被人类支配的「工具」;人类凭借智慧与创造力,始终站在人与技术关系的上风。然而,AI的出现正在改写这一格局——技术第一次开始具备自主的「智慧」,甚至在某些方面超越人类。在这样的背景下,AI在取代人类工作的同时,或许不再像以往那样创造出足够的新岗位。这将对现有社会秩序与经济结构造成巨大冲击。陈德里直言:「我对AI非常看好,但我认为它在长期可能对社会产生负面影响。」他进一步指出,届时需要科技公司扮演「守护者」的角色。

这番言论迅速引发热议,甚至一度被解读为DeepSeek开始站到了「AGI悲观者阵营」。在当下偏好乐观叙事的科技公司中,这种观点显得尤为突出。但深入了解DeepSeek和陈德里的背景后,这样的思考并不令人意外。陈德里不仅是AI科学家、研究员,在有限的对外分享中,他也代表DeepSeek不断探讨AI价值观对齐问题。

2024年是DeepSeek正式入局大语言模型的关键一年。团队在短短一年内完成了从V1到V3的三次大版本迭代。因此,在英伟达GTC2024大会上,DeepSeek连续第三次受邀登台,分享对前沿AI的最新思考。正是在这场活动中,陈德里首次以「幻方AI兼DeepSeek研究员」的身份亮相,带来了一场题为《和而不同:大语言模型价值观对齐解耦化》的线上演讲。

DeepSeek研究员陈德里乌镇首秀:从AI乐观到社会隐忧的深度思辨

陈德里在演讲中指出:传统大模型的价值观一旦写入参数,就几乎成了无法改变的刻板印象,难以适应人类社会的多样性。为此,DeepSeek提出了「价值观对齐解耦化」的新思路——将对齐拆分为两部分:核心价值观必须统一、守底线;多元价值观则交给使用者自由定制。这样一来,既能保证安全,又能实现真正的「各美其美」。简单来说就是「和而不同」。不过,这场演讲也成为了DeepSeek在GTC舞台上的「绝唱」——公司并未出席2025年的英伟达GTC大会。陈德里自此次露面后,在将近两年的时间里一直销声匿迹,除了梁文锋本人以外,DeepSeek也再没有在这种公开场合派出过其他成员。

陈德里的教育背景同样值得关注。他本科就读于北京大学,主修信息管理与信息系统。2018年,他以优异成绩保送本校研究生,进入北京大学信息科学技术学院(EECS),正式步入AI研究的前沿领域。在攻读硕士期间,陈德里完成了两段重要实习:2018年11月,他在瑞穗证券(日本东京)电子交易部门担任研究实习生,为期三个月;2019年6月,他加入腾讯微信AI团队,完成了为期三个月的暑期实习,主要从事语言理解与图神经网络方向的研究工作。2020年,陈德里所在的北大实验室与微信AI联合发表了研究图神经网络(GNN)的论文,陈德里担任第一作者。

DeepSeek研究员陈德里乌镇首秀:从AI乐观到社会隐忧的深度思辨

在这篇论文中,团队揭示了GNN「过平滑」问题的成因,并提出了可验证的缓解方案。截至目前,这篇论文在谷歌学术上的引用次数已超过1500次。2021年,陈德里硕士毕业,正式加入微信AI。两年后,他从腾讯离职,凭借其「量化+AI」的独特履历,成为了DeepSeek的一员。

可以说,此次在浙江乌镇世界互联网大会上的发言,让陈德里成为了继梁文锋之后,公开场合里的第二个「DeepSeek代言人」。更让陈德里的出席显得格外引人注目的是——在同场亮相的「六小龙」嘉宾中,其他五位的大屏介绍中,清一色冠有「创始人」或「CEO」的头衔。因此,从某种意义上来说,相较于「DeepSeek代言人」,「梁文锋代言人」或许是更贴合陈德里的标签。梁文锋代表DeepSeek,而陈德里,代表梁文锋。这种代表关系的背后,折射出DeepSeek在公众沟通策略上的独特思考,也预示着AI公司如何在技术乐观与社会责任之间寻找平衡点的复杂挑战。

— 图片补充 —

DeepSeek研究员陈德里乌镇首秀:从AI乐观到社会隐忧的深度思辨


关注“鲸栖”小程序,掌握最新AI资讯

本文由鲸栖原创发布,未经许可,请勿转载。转载请注明出处:http://www.itsolotime.com/archives/7290

(0)
上一篇 2025年11月15日 上午9:21
下一篇 2025年11月15日 下午4:55

相关推荐

  • 突破双向编码瓶颈:快手BRHVC如何革新智能视频压缩技术

    在视频编码技术演进的长河中,双向编码(Random Access模式)始终扮演着高效压缩的关键角色,广泛应用于点播、存储等高画质场景。然而,当深度学习浪潮席卷视频编码领域时,这项传统技术却遭遇了前所未有的挑战。双向编码特有的分层B帧结构虽然能带来显著的码率节省,但其复杂的大跨度参考机制却成为智能编码算法难以逾越的障碍。 视频编码技术的本质在于解决海量视觉数据…

    2025年11月21日
    300
  • UNeMo:多模态世界模型与分层预测反馈机制重塑视觉-语言导航新范式

    在具身智能(Embodied AI)领域,视觉-语言导航(VLN)作为核心任务之一,要求智能体仅凭视觉图像和自然语言指令,在未知环境中自主完成目标导航。随着大语言模型(LLM)的兴起,基于LLM的导航方法虽取得一定进展,但仍面临推理模态单一、优化目标冲突等关键瓶颈。深圳大学李坚强教授团队联合北京理工莫斯科大学等机构提出的UNeMo框架,通过多模态世界模型(M…

    2025年12月10日
    300
  • 颠覆认知:扩散模型表征对齐中,空间结构竟比全局语义更重要

    在扩散模型的训练优化领域,表征对齐(REPA)技术自去年十月问世以来,一直被视为加速扩散Transformer训练的关键突破。该方法通过将预训练视觉编码器的表征蒸馏为中间扩散特征来指导生成式训练,显著提升了训练效率。然而,一个根本性问题长期悬而未决:对于生成任务而言,目标表征的哪个维度更为关键?是编码器捕获的全局语义信息(通常以ImageNet-1K分类准确…

    6天前
    300
  • 斯坦福CS146S深度解析:AI原生软件工程师的“零代码”革命与未来编程范式重构

    在人工智能浪潮席卷全球的当下,斯坦福大学计算机系推出的《现代软件开发者》(CS146S: The Modern Software Developer)课程,以其颠覆性的“零代码”教学理念,迅速成为AI领域的热门焦点。这门课程不仅反映了高等教育对技术变革的前瞻性响应,更揭示了软件开发范式正在经历的根本性重构。本文将从课程设计、技术内涵、行业影响三个维度,深入剖…

    2025年12月8日
    400
  • Transformers v5.0.0rc0发布:AI基础设施的范式重构与生态演进

    近日,Hugging Face正式发布了Transformers库的v5.0.0rc0候选版本,标志着这一全球最流行的AI基础设施库完成了从v4到v5长达五年的技术周期跨越。作为AI开源生态系统的核心支柱,Transformers的这次重大更新不仅体现了技术架构的深度重构,更预示着AI开发范式的系统性演进。 自2020年11月v4版本发布以来,Transfo…

    2025年12月2日
    300

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注