DeepSeek，搅了谁的局？
DeepSeek，搅了谁的局？
上一次AI行业引起全民震动还是2022年11月ChatGPT的横空出世，此后AI行业每逢重大变革，都被称为是“ChatGPT时刻”。
这个词在2024年年底被改写，“DeepSeek时刻”出现，被看作是AI历史上的新转折点。
2025年春节前期，中国杭州的一家AI企业DeepSeek（深度求索）接连发布了V3（2024年12月26日）和R1（2025年1月20日）两大开源模型。
其中，DeepSeek宣称V3在性能上接近闭源模型OpenAI的GPT-4o与Anthropic的Claude-3.5-Sonnet，优于开源模型Meta的Llama 3，且总训练成本仅为557.6万美元。推理模型R1的效果则逼近OpenAI o1，同时API（应用程序编程接口）价格仅为OpenAI o1的3.7%。
成立于2023年7月17日的这家初创企业，虽年轻却拥有万张英伟达芯片。凭借这一优势，该公司在海外AI巨头的约7%成本基础上，成功训练出性能卓越的大模型。自2024年5月发布V2模型以来，它便引领了中国大模型市场的价格竞争。字节跳动、阿里巴巴、百度等巨头纷纷将其纳入视线。年末，这场价格战更是蔓延至海外市场。
DeepSeek的出现，一度让全球算力概念股暴跌，叠加美股科技股普跌的影响，英伟达股价下跌近17%，市值蒸发近6000亿美元，规模创美股史上最大。OpenAI和谷歌也在近期紧急上线最新模型，AI行业堪称烈火烹油。
DeepSeek爆火之后，硅谷巨头们开始掀桌，OpenAI表示已经发现证据，证明DeepSeek“蒸馏”OpenAI模型的迹象，Anthropic创始人和CEO Dario Amodei发文否认R1取得的突破，并呼吁加强对中国的算力出口管制。
在这场璀璨的盛宴背后，情绪的波澜已被我们暂且搁置。本文旨在深入剖析，DeepSeek是否真的被过分“高估”，并探讨其未来将如何在国内外AI产业中掀起涟漪效应。
DeepSeek-R1自上线二十余日，既沐浴了无数赞誉，亦承受了同等压力。
AI领域的专家林志向在「定焦One」平台上对DeepSeek的口碑进行了深入剖析，其成功之处有三：首先，其免费开放的使用政策吸引了众多用户；其次，DeepSeek在与用户互动时，不仅展示其思维过程，更借此优化用户的提问方式，提升对话质量，相较之下，o1则未公开其思考过程，此举措或许出于对竞争对手可能复制并利用其过程的担忧；再者，DeepSeek毫无保留地将技术论文与模型开源，而一些开源的大模型却往往保留最佳版本。
然而，近期因热度激增而涌入的用户却发现，DeepSeek频繁遭遇宕机，几乎陷入无法正常使用的境地。究其原因，竟是公司服务器遭受了大规模的DDoS恶意攻击。幸运的是，截至本文发稿时，DeepSeek已恢复稳定运行，重新赢得了用户的信赖。
当然，DeepSeek的火爆并非仅因其具备用户自发传播的潜力，更在于它让海外AI巨头感受到了前所未有的挑战，甚至出现了“掀桌子”的举动。面对外界对DeepSeek创新性的质疑，该公司已在V3和R1版本的技术论文中作出明确回应：V3模型通过多项自研技术实现了架构创新，DeepSeekMoE+DeepSeekMLA架构、MTP多Token预测技术，从而实现了低成本训练的可能；R1模型则摒弃了传统RLHF（人类反馈强化学习）中的HF部分，直接通过纯强化学习（RL）进行训练，验证了RL的优先级和有效性，进一步提升了训练效率。
这也意味着，DeepSeek成功证明了其以不到600万美元的训练成本（可理解为净算力成本），就能打造出一个性能接近巨头的模型。
然而，半导体市场分析和预测公司SemiAnalysis指出，557.6万美元这一数字主要指的是模型预训练的GPU成本。考虑到服务器资本支出、运营成本等因素，DeepSeek的总成本在4年内可能攀升至25.73亿美元。
值得注意的是，创新成本下降的趋势早已显现，DeepSeek只是加速了这一进程。方舟投资管理公司创始人兼CEO“木头姐”指出，在DeepSeek之前，人工智能训练成本每年下降75%，推理成本更是高达85%至90%。
英诺天使基金合伙人王晟也有相同看法，比如年初发布的模型，到年底再发布同样的模型，成本都会有大幅度下降，甚至有可能降至1/10。而且OpenAI作为闭源模型，对外披露的算力成本也有虚高的可能性，因为要留部分利润空间，也要不断对资本市场强化成本很贵的故事，以此得到更高的投资。
不过，DeepSeek的可贵性并不仅仅在于“便宜”，更在于它是一个“屠龙少年”的故事。
在ChatGPT横空出世之前，在中国面临算力管制之前，DeepSeek就已经拥有了超万张的GPU储备。这关联到DeepSeek的创始人梁文峰从2008年开始探索的量化交易，因为要将深度学习模型应用于实盘交易，必须储备大量算力，2019年至2021年间，梁文峰的另一家公司幻方相继自主研发了“萤火一号”与“萤火二号”AI集群，囤积大量芯片和技术人才。
梁文峰在幻方的滋养下，收获了丰厚的资源：充足的计算资源、对人工智能的深刻洞察力以及模型构建的工程化技巧。同时，他亦回馈DeepSeek以同样的价值：非盈利导向、对通用人工智能（AGI）的纯粹好奇心和探索精神，以及开放包容的心态。参与者们回忆，幻方曾以极具吸引力的低价，向算法研究机构慷慨提供所需资源。
这个故事，因其独特性和美学价值，难以被复制，也由此赋予了DeepSeek一种全民共热的现象级热度。
自DeepSeek声名鹊起，如同投石入水，激起了层层涟漪。这不仅掀起了轩然大波，中美两国产业链上中下游的众多企业亦纷纷感受到了这场变革的冲击波。
首当其冲的要数chatbot类（聊天机器人）AI应用，根据AI产品榜的数据，DeepSeek在2025年除夕前后，日活超过2000万，超越国内的豆包和Kimi登顶中国第一。同时，DeepSeek仅用一周就用户破亿，而ChatGPT用时2个月。
实际上，与DeepSeek发布R1同步，月之暗面亦推出了自家的Kimi k1.5思考模型，并慷慨地向公众免费开放。与此同时，豆包APP亦升级了实时语音通话功能，全面向用户开放。然而，这两大举措似乎并未引起足够的关注，其声量被淹没在喧嚣之中，日活跃用户数亦受到了影响。
林志认为，这件事充分展示了用户对chatbot这种模式的忠诚度是很低的，一旦出现了更强大更便宜更快的模型，大家就会迁移过去。
豆包产品已成功融合多模态大模型技术，展现其产品形态的先进性。相比之下，DeepSeek虽在除夕之夜（1月28日）推出了开源的文字生成图像大模型Janus-Pro 7B，但其在网页及APP中的应用尚未实现，且目前仅提供对话功能，用户体验尚显不稳定。这一差异不禁让人思考：在人工智能的赛道上，如何平衡技术创新与用户体验，或许是每个追求卓越的企业都需要深思的问题。
