春節期間，有一個狠角色熱度悄悄蓋過了春晚，跑贏了哪吒！沒錯，它就是DeepSeek！
過個節，DeepSeek日活數超豆包登頂中國No.1，超ChatGPT成全球增長最快AI應用，總下載都破4000萬！這勢頭，連實習生都要月薪過萬了！
deepseek部分在招職位，圖源網路
於是，政治學家、哈佛大學教授、前國防計劃助理部長Graham Allison直接在社交平臺爆料：DeepSeek多模態團隊的第4位工程師，做出DeepSeek關鍵貢獻人才，本來可以拿到英偉達的全職offer！
這位教授在X上痛心疾首大呼：“到底是誰錯失了DeepSeek？”
圖源網路
英偉達：雖然是我，但是我也很虧…AI領主身份不穩不說，還憑空蒸發公司市值上萬億！快上呼吸機…
錢學森2.0放棄英偉達offer回國
英偉達研究員感慨中國優秀人才
這位讓美國錯失的人才叫潘梓正，是DeepSeek多模態團隊的滴4位多工程師，在開發DeepSeek的R1模型方面發揮了重要作用。
他的履歷也十分靚麗，21年就讀蒙納士大學ZIP Lab攻讀計算機科學博士，導師是Bohan Zhuang教授和Jianfei Cai教授。在此之前，他分別獲得阿德萊德大學（University of Adelaide）計算機科學碩士和哈爾濱工業大學（威海）軟體工程學士學位。
潘梓正，圖源網路
博士期間，他就展現出了對深度神經網路效率的濃厚興趣和卓越見解。他聚焦於模型部署、Transformer 架構最佳化、注意力機制、推理加速和記憶體高效訓練等關鍵領域，其研究成果在學術界和工業界都引起了廣泛關注。
好富還了解到，其實在23年潘梓正就去了英偉達AI演算法組實習了4個月，還收到了全職offer。結果誰都想不到他沒去英偉達，而是去了當時僅有3個人的DeepSeek多模態團隊。
潘梓正是DeepSeek-VL2的共同一作，圖源網路
結果一不小心，DeepSeek就爆火超越ChatGPT登頂App Store了。而且美國股市都遭受到了“DeepSeek衝擊”，作為全球AI晶片龍頭的英偉達總市值，更是在一週內累計縮水5520億美元（約合人民幣4萬億元）。
英偉達的高階研究科學家禹之鼎還發文感慨了一下。
大概意思就是說，潘梓正放棄offer加入DeepSeek他印象深刻。但也說明很多最優秀的人才都來自中國，而這些人才並不一定只能在美國公司取得成功。如果他們繼續編織地緣政治議程，製造對中國研究人員的敵對情緒，只會自毀前程，失去更多的競爭力。
圖源網路
這番話簡直說到了那位爆料的哈佛教授心坎裡去了，Graham Allison太看不得這種人才流失了，甚至從潘梓正聊到了錢學森歸國，直接表示：在中美科技競爭裡，美國應該盡一切努力避免失去更多的錢學森和潘梓正這樣的人才。
圖源網路
既然哈佛教授都這樣說了，那還不趕快多在中國招招生，這樣不管是潘梓正2.0還是錢學森3.0，不都到你手中了（勾引臉.JPG)。
OpenAI碰瓷DeepSeek模型？
DeepSeek公開成本低價原因
DeepSeek奪得眼球讓OpenAI可坐不住了，公開表示DeepSeek用了自家的蒸餾模型。
那到底用沒用？
LeX Fridman看熱鬧不嫌事大，邀請了AI2的模型訓練專家Nathan Lambert和Semianalysis硬體專家Dylan Patel，做了一個長達5小時的播客討論這些事。
圖源網路
Lex Fridman表示：他們和大多數公司一樣，本來就是在未經許可的情況下，使用網際網路上的資料進行訓練，並從中受益的。
大佬們一致認為，OpenAI聲稱DeepSeek用其模型訓練，就是在試圖轉移話題、讓自己獨贏。
而且，過去幾天還有很多人把DeepSeek的模型蒸餾到Llama中，因前者在推理上執行很複雜，而Llama很容易提供服務，這違法嗎？
不過後來OpenAI公司執行長薩姆·奧特曼（Sam Altman）也坦誠，公司在開源問題上站在“歷史的錯誤一方”。
奧特曼還表示DeepSeek正在推動OpenAI公司更多地揭示其推理模型的“思考過程”，之前由於擔憂競爭對手抓取資料用於訓練自己的模型，OpenAI故意隱藏了模型的推理過程。與之相比，DeepSeek的R1模型展示了完整的思維鏈。
當然幾位大佬還討論了其它問題，比如DeepSeek怎麼這麼便宜？
要知道DeepSeek的R1模型在技術上實現了重要突破——用純深度學習方法讓AI自發湧現出推理能力，在數學、程式碼、自然語言推理等任務上，效能比肩OpenAI的o1模型正式版。
Dylan Patel表示，那是因為DeepSeek的訓練成本和推理成本都很低，且訓練成本僅有560萬美元，遠低於美國科技巨頭的數億美元乃至數十億美元投入。
而DeepSeek的成本涉及兩項關鍵的技術：一個是MoE，一個就是MLA（多頭潛注意力）。
用MoE架構讓大模型學會“分組辦公”——平時只啟用3%的腦細胞（370億引數）幹活，效率吊打傳統模型的全員加班模式（Llama要啟用4050億引數）。
MLA技術把注意力機制記憶體砍掉80-90%，長文字處理穩如老狗。配合自研的“GPU交通管制”系統，精準排程每個晶片的運算和通訊，比直接呼叫英偉達庫節省30%算力！
而且，DeepSeek和OpenAI的服務成本有巨大差異，部分原因是OpenAI的利潤率非常高，推理的毛利率超過了75%。因為OpenAI目前是虧損的，在訓練上花費了太多，因此推理的利潤率很高。
於是幾位大佬紛紛猜測，這是不是DeepSeek精心策劃的定價，直接做空英偉達和美國股票……
Dylan Patel無語並大佬式攤手，他們只是趕在農曆新年前把產品儘快釋出而已，並沒有沒有打算搞個大的，否則為什麼選在聖誕節後一天釋出V3呢？
總而言之，DeepSeek的創新不僅推動了AI模型的普及，也為AI基建產業鏈的各個環節帶來了新的機遇與挑戰。從DeepSeek的人才之戰也可以看出，隨著AI技術的不斷進步，AI基礎設施的建設將成為全球科技行業的核心驅動力之一。
如果你也對人工智慧等領域感興趣，想提高申請效率，斬獲夢校offer！不要猶豫，報名鹽趣課程絕對是最正確的、價效比最高的選擇，心動不如行動起來！來鹽趣！跟隨TOP30大牛導師做科研，發論文，拿推薦信，絕對是上岸名校價效比最高的途徑。
頂級名校教授的優質科研課題
掃描下方二維碼即可立即諮詢
左右滑動檢視課程
名校教授推薦信、論文發表
全方位助力留學申請
掃碼免費科研1v1諮詢👇
名校教授推薦信、論文發表
全方位助力留學申請
掃碼免費科研1v1諮詢👇
（廣告合作）