作者：趙晉傑
來源：字母榜（ID：wujicaijing）
DeepSeek的壓力，終於還是傳遞到了黃仁勳身上。
北京時間1月27日晚，英偉達美股股價盤前暴跌近11%，按目前市值34928億美元計算，英偉達市值恐將縮水超3500億美元。
DeepSeek所掀起的低成本大模型訓練策略，正在讓資本市場懷疑，即當用相對較少的算力也能實現不輸於OpenAI的模型效能表現時，英偉達所代表的高階算力晶片是否正迎來新的泡沫？
這股擔憂情緒正進一步助推著DeepSeek的熱度攀升。趁著DeepSeek R1新模型釋出檔口，短短一週時間，到1月27日，DeepSeek應用就拿下了美區App Store和中國區App Store免費榜的雙料第一。
值得一提的是，這是首次有AI助手類產品超越OpenAI的ChatGPT，且登頂美區App Store。
爆火的使用者體驗場面，直接導致DeepSeek在兩天之內接連出現服務宕機現象。繼1月26日出現短時閃崩後，1月27日，DeepSeek再次短暫出現網頁/API不可用的服務提示。官方回應稱，其可能和服務維護、請求限制等因素有關。
新模型DeepSeek R1，無疑是引發這場圍繞DeepSeek的全球使用者大討論的直接導火索。1月20日，DeepSeek正式釋出了效能比肩OpenAI o1完整版的R1。
在資料越多、效果越好的Scaling Law（模型規模定律）觸達瓶頸之下，去年9月份，OpenAI對外發布了新推理模型o1，後者採用了RL（強化學習）的新訓練方式，被行業視為是大模型領域的一次“正規化轉移”。
但直到DeepSeek R1釋出之前，國內一眾大模型廠商均尚未推出能夠對標OpenAI o1的模型。DeepSeek成了第一個攻破OpenAI技術黑匣子的玩家。
更重要的是，相比OpenAI在模型上的閉源，以及o1模型付費使用限制，DeepSeek R1不僅開源，而且還免費供全球使用者無限呼叫。
R1的出現，除了打破旗艦開源模型只能由科技大廠來推動的行業傳統共識之外，還打破了業內在去年形成的另一條共識，即通用大模型，正越來越成為一場大廠間的資本比拼遊戲。DeepSeek用不到OpenAI十分之一的資源，就做出了效能堪比o1的R1。
DeepSeek攜一眾使用者帶來的衝擊，已經讓一些大廠坐不住了。
首當其衝的是Meta。一貫被行業視為“大模型開源之王”的Meta，內部被曝出開始擔心起還未釋出的Llama 4，在效能上可能無法趕上DeepSeek R1。
被拿來全面對標的OpenAI，也開始感受到壓力。OpenAI CEO奧特曼不僅透過釋出首個智慧體Operator搶熱度，還開始對外劇透起即將上線的o3-mini新訊息。
可以預見的是，DeepSeek掀起的行業地震，波及的將不只是國外公司，國內大廠也難逃例外。
01
作為一款開源模型，DeepSeek R1在數學、程式碼、自然語言推理等任務上的效能，號稱可以比肩OpenAI o1模型正式版。
在AIME 2024數學基準測試中，DeepSeek R1得分率為79.8%，OpenAI o1的得分率為79.2%；在MATH-500基準測試中，DeepSeek R1得分率為97.3%，OpenAI o1的得分率為96.4%。
同為推理模型，DeepSeek R1不同於OpenAI o1的技術關鍵點，在於其創新的訓練方法，如在資料訓練環節使用的R1-Zero路線，直接將強化學習（RL）應用於基礎模型，而無需依賴監督微調（SFT）和已標註資料。
此前，OpenAI的資料訓練非常依賴人工干預，旗下資料團隊甚至被建設成為不同水平的層級，資料量大、標註要求簡單明確的淺層資料，交給肯亞等廉價外包勞工，高等級的資料則交給更高素質標記人員，不少都是訓練有素的高校博士。
DeepSeek R1的直接強化學習路線，就像讓一個天才兒童在沒有任何範例和指導的情況下，純粹透過不斷嘗試和獲得反饋來學習解題。
Perplexity公司CEO阿拉文·斯里尼瓦斯評價道：“需求是發明之母。因為DeepSeek必須找到解決辦法，最終它們創造出了更高效的技術。”
除此之外，在獲取高質量資料方面，DeepSeek也有所創新。
根據DeepSeek官方技術文件，R1模型使用資料蒸餾技術（Distillation）生成的高質量資料，提升了訓練效率。資料蒸餾指的是透過一系列演算法和策略，將原始的、複雜的資料進行去噪、降維、提煉等操作，從而得到更為精煉、有用的資料。
這也是DeepSeek能夠憑藉更小引數量，就實現比肩OpenAI o1模型效能的一大關鍵。人工智慧專家丁磊博士告訴字母榜，模型引數量大小與最終模型呈現的效果之間，兩者“投入產出並不成正比，而是非線性的……資料多隻是一個定性，更重要的是考驗團隊資料清洗的能力，否則隨著資料增多，資料干擾也將隨之變大。”
更重要的是，DeepSeek是在用不到十分之一的資源基礎上，取得的上述成績。
去年12月底釋出的DeepSeek-V3開源基礎模型，效能對標GPT-4o，但官方介紹的訓練成本只有2048塊英偉達H800，總花費約557.6萬美元。
作為對比，GPT-4o模型的訓練成本約為1億美元，佔用英偉達GPU量級在萬塊以上，且是比H800效能更強的H100。
當時，前OpenAI聯創、特斯拉自動駕駛負責人安德烈·卡帕西就發文表示，DeepSeek-V3級別的能力，通常需要接近16000顆GPU的叢集。
目前，DeepSeek官方尚未公佈訓練推理模型R1的完整成本，但官方公佈了其API定價，R1每百萬輸入tokens在1～4元人民幣，每百萬輸出tokens為16元人民幣。作為對比，OpenAI o1的執行成本約為前者的30倍。
這樣的表現也引發Scale AI創始人亞歷山大·王（Alexandr Wang）評價道，中國人工智慧公司DeepSeek的AI大模型效能大致與美國最好的模型相當。“過去十年來，美國可能一直在人工智慧競賽中領先於中國，但DeepSeek的AI大模型釋出可能會‘改變一切’。”
a16z合夥人、AI大模型Mistral董事會成員 Anjney Midha更是發文說道，從斯坦福到麻省理工，DeepSeek R1幾乎一夜之間就成了美國頂尖大學研究人員的首選模型。
包括斯坦福大學計算機科學系客座教授吳恩達、微軟董事長兼CEO薩提亞·納德拉等大佬在內，也都開始關注起這款來自中國的新模型。
事實上，這並非DeepSeek第一次出圈。在宣佈組建團隊自研大模型以來，DeepSeek曾兩度引發熱議，只不過，之前更多侷限在國內。
2023年4月，千億量化私募巨頭幻方量化釋出公告，稱將集中資源和力量，投身人工智慧技術，成立新的獨立研究組織，探索AGI（通用人工智慧）。
一個月後的2023年5月，該組織被命名為“深度求索”，併發布了首款模型DeepSeek V1。當時，《財經十一人》報道稱，國內擁有超過1萬枚GPU的企業不超過5家。而DeepSeek就是其中之一，並由此開始得到外界關注。
及至2024年5月，DeepSeek再次藉助大模型價格戰一躍成名。當時，DeepSeek釋出了DeepSeek V2開源模型，並在行業內率先降價，將推理成本降到每百萬token僅1塊錢，約等於GPT-4 Turbo的七十分之一。
隨後，位元組、騰訊、百度、阿里等大廠紛紛降價跟進。中國大模型價格戰由此揭幕。
02
DeepSeek R1的出現，進一步向外界證明著，在大模型，尤其是通用大模型方面，創業公司依然有機會。
1月初，零一萬物創始人李開復對外正式表態，自己將退出對AGI的追尋，未來公司主攻中小引數的行業模型。“從商業角度考慮，我們認為只有大公司能繼續做超大模型。”李開復說道。
投資人們比李開復更激進。從2023年開始，作為金沙江創投主管合夥人的朱嘯虎，便覺得大模型在摧毀創業，因為模型、算力和資料等三大支柱都向大廠集中，看不到創業公司的機會，且直接在大模型上做應用護城河太低，多次提醒創業者不要迷信通用大模型。
遠望資本程浩更是直接認為中國版的ChatGPT，只會在5家公司裡產生：BAT+位元組+華為。在程浩看來，創業者只有在具有先發優勢的情況下，才有可能跑贏大廠。
正是因為當初谷歌等國外大廠並不看好OpenAI的大語言模型路線，才讓ChatGPT藉助先發勢能跑了出來。但是，當下研發大模型已經成為中國科技大廠的共識，甚至百度、阿里推出產品的動作，比創業公司還快。
但在接受“暗湧”訪談中，DeepSeek創始人梁文鋒在回應與大廠競爭中曾說道，“大廠肯定有優勢，但如果不能很快應用，大廠也不一定能持續堅持，因為它更需要看到結果。頭部的創業公司也有技術做得很紮實的，但和老的一波AI創業公司一樣，都要面對商業化難題。”
背靠千億量化基金的DeepSeek，在免去資金的後顧之憂外，選擇了一條頗顯理想主義的路徑，即只做模型研究，不考慮商業變現，且大膽啟動年輕人。
在DeepSeek的150左右團隊中，大多是一幫Top高校的應屆畢業生、沒畢業的博四、博五實習生，以及一些畢業才幾年的年輕人。
這是梁文鋒有意選擇的結果，也是DeepSeek能夠搶在大廠前面推出R1模型的秘訣之一，“如果追求短期目標，找現成有經驗的人是對的。但如果看長遠，經驗就沒那麼重要，基礎能力、創造性、熱愛等更重要。”梁文鋒解釋道。
這也使得DeepSeek成了中國大模型創業公司中，唯一一家只做基礎模型、暫不考慮商業化的公司，還要加上一條，即有能力繼續開源旗艦模型的公司。
截至目前，DeepSeek R1已經成為開源社群Hugging Face上下載量最高的大模型之一，下載量超過10萬次。
此前，國內以百度創始人李彥宏為代表的一派，堅決認為開源路線打不過閉源路線，且缺乏商業化支撐的開源模型，會在往後的競爭中差距越拉越大。
但起碼從目前來看，DeepSeek R1的出現，證明靠開源路線依然能夠追上大模型頭部玩家的腳步，且創業公司依然有能力推動開源生態發展。
Meta AI首席科學家楊立昆（Yann LeCun）在評價中就提到，“給那些看到DeepSeek的表現後，覺得‘中國在AI方面正在超越美國’的人，你們的解讀是錯的。正確的解讀應該是，‘開源模型正在超越專有模型’。”
在去年DeepSeek v3釋出後，梁文鋒就曾對外表示，公司未來不會像OpenAI一樣選擇從開源走向閉源，“我們認為先有一個強大的技術生態更重要。”
畢竟，OpenAI的經驗起碼說明了，在顛覆性的技術面前，閉源難以形成足夠的護城河，更無法阻止被別人趕超。“所以我們把價值沉澱在團隊上，我們的同事在這個過程中得到成長，積累很多know-how，形成可以創新的組織和文化，就是我們的護城河。”
2020年釋出GPT-3時，OpenAI曾詳細公開了模型訓練的所有技術細節。中國人民大學高瓴人工智慧學院執行院長文繼榮認為，國內很多大模型其實都有GPT-3的影子。
但隨著OpenAI在GPT-4上一改開源策略，逐漸走向封閉，一些國產大模型就此失去了可供複製的追趕路徑。
如今，DeepSeek攜開源R1的到來，無疑將給國內外大模型玩家在對標o1的推理模型研發方面，建立起一條新的借鑑思路。
03
DeepSeek在大模型領域掀起的這場蝴蝶效應，已經開始影響到部分大廠。
有Meta員工在矽谷匿名八卦分享平臺Blind上釋出訊息稱，Meta的生成式AI部門正因DeepSeek處於恐慌中，甚至爆料稱尚未釋出的新一代開源模型Llama 4，在基準測試中已經落後於DeepSeek。
在外媒的進一步報道中，Meta生成式AI團隊和基礎設施團隊，正在組建4個作戰小分隊來畫素級剖析DeepSeek，有的試圖搞清楚DeepSeek是如何降低訓練和執行成本的，有的負責研究DeepSeek可能使用了哪些資料來訓練模型，有的則考慮基於DeepSeek模型的屬性重組Meta模型的新技術。
與此同時，為了鼓舞士氣，作為Meta創始人的扎克伯格，更是放出2025年繼續擴大AI投資的新訊息，稱2025年圍繞AI的整體支出將達到600億-650億美元，相比去年的380億-400億美元，增長了超過70%，從而構建起一個擁有130萬塊GPU的超級計算機叢集。
除了跟Meta搶開源之王的名頭外，DeepSeek正在從OpenAI手裡搶走客戶。
在比OpenAI便宜30倍的API價格誘惑力之下，一些初創公司正在改換門庭。企業級AI代理開發商SuperFocus的聯合創始人Steve Hsu認為，DeepSeek的效能與為SuperFocus大部分生成式AI功能提供支援的OpenAI旗艦模型GPT-4相似甚至更好。“SuperFocus可能會在未來幾週轉向DeepSeek，因為DeepSeek可以免費下載、在自家伺服器上儲存和執行，並將增加銷售產品的利潤率。”
成為更多公司的模型底座，這也是梁文鋒規劃中DeepSeek最想佔據的定位。在梁文鋒看來，DeepSeek未來可以只負責基礎模型和前沿的創新，然後其他公司在DeepSeek的基礎上構建To B、To C的業務。“如果能形成完整的產業上下游，我們就沒必要自己做應用。”梁文鋒說道。
國內，對DeepSeek的研究也在同步進行。有報道稱，字節跳動、阿里通義以及智譜、Kimi等團隊，都在積極研究DeepSeek，字節跳動甚至可能在考慮與DeepSeek展開研究合作。
在這些公司之前，雷軍更是先人一步挖起了DeepSeek的牆角。去年12月，第一財經爆料稱，雷軍疑似開出千萬年薪親自挖來“95後天才少女”羅福莉，後者是DeepSeek-V2開源模型的關鍵開發者。未來，羅福莉或將供職於小米AI實驗室，領導小米大模型團隊。
挖人之外，國內更激烈的競爭或將同樣圍繞API展開，“去年國內有一批創業公司和中小企業，因為OpenAI斷供轉向了國內大模型公司，現在DeepSeek很有可能成為收復OpenAI失地的那個野蠻人。”恆業資本創始人合夥人江一預測道。
壓力傳導到了這些國內大模型公司身上。如果它們不能快速將模型效果跟進到R1級別，客戶就難免用腳投票。
THE END