「核心提示」
一家中國大模型公司，如何另辟蹊徑，改變牌局？
作者 | 周可
編輯 | 邢昀
這個春節(jié)假期，無論你是不是科技新聞的長期讀者，大概率逃不過一款名為 DeepSeek的AI產(chǎn)品相關(guān)資訊持續(xù)刷屏。
一切始于1月20日，中國科技公司深度求索推出推理模型DeepSeek-R1，僅用 OpenAI十分之一的成本就達到其最新模型GPT-o1同級別的表現(xiàn)。
此前，深度求索宣布其推出的DeepSeek-V3僅花費558萬美元，不到國外公司十分之一的GPU芯片和訓(xùn)練時長，就實現(xiàn)了與GPT-4o和Claude Sonnet 3.5等花費數(shù)億美元訓(xùn)練的頂尖模型相當(dāng)?shù)男阅堋＿@一消息迅速激起全球科技界持續(xù)關(guān)注。
R1發(fā)布后的十天內(nèi)，DeepSeek先后登上中國、美國等70多個國家蘋果應(yīng)用商店下載榜榜首。這是全球范圍內(nèi)，首次有產(chǎn)品超越OpenAI的ChatGPT。幾年來，AI競賽的焦慮第一次傳導(dǎo)到美國科技公司。
DeepSeek火爆之下，對算力需求是否產(chǎn)生負(fù)面影響的討論，也引發(fā)了華爾街恐慌。1 月27日，美國主要科技股市值開盤縮水超1萬億美元，英偉達股價帶頭跳水 16.86%，市值蒸發(fā)5890億美元，相當(dāng)于跌沒了兩個阿里巴巴。甲骨文下跌 13.78%，超微電腦下跌 12.49%，芯片制造商博通下跌 17.4%，臺積電跌 13%。
科技股股價暴跌的同時，美國科技公司開始研究、模仿中國對手。據(jù)報道，Meta已成立四個小組專門研究DeepSeek。同時，更多質(zhì)疑和圍剿也接踵而至。
過去幾年的AI競賽中，中國互聯(lián)網(wǎng)和科技公司始終是美國公司的跟隨者，中國公司只能寄希望于用更多的資源投入追趕對手，但風(fēng)向始終由OpenAI、Meta為代表的美國公司掌握。2022年起，美國政府宣布升級芯片出口管制，此后多次更新出口限制清單，限制高算力芯片出口，中國AI企業(yè)普遍陷入算力焦慮。
DeepSeek最新模型的出現(xiàn)，打破了大模型發(fā)展淪為巨頭與資本游戲的行業(yè)共識，為業(yè)內(nèi)追趕美國大模型的中國公司們提供一條新的思路：繞過美國堆算力的技術(shù)路徑，優(yōu)化算法、探索效率優(yōu)先，走一條“低成本高產(chǎn)出”之路，也可以實現(xiàn)彎道超車。
1、量化基金背景的大模型，如何彎道超車？
在本次新模型發(fā)布引發(fā)全球關(guān)注后，一些國外媒體和投資者一度將DeepSeek稱為一家不知名的中國公司。這種描述并不準(zhǔn)確。
DeepSeek背后的深度求索是一家創(chuàng)立于2023年的年輕公司，但其母公司幻方量化，是管理了超過1000億元資產(chǎn)的國內(nèi)頭部量化交易公司，在多年前就開始涉足AI 研究。
DeepSeek創(chuàng)始人梁文鋒最早開啟AI研究的初衷是，用GPU計算交易倉位，訓(xùn)練量化交易模型。此后，出于探索AI能力邊界的好奇，他們囤積了過萬塊先進GPU芯片開始訓(xùn)練AGI模型，儲備量接近國內(nèi)一線互聯(lián)網(wǎng)公司，高于大模型創(chuàng)業(yè)六小龍。這為DeepSeek日后的模型進展打下了基礎(chǔ)。
DeepSeek也不是突如其來地“驚艷”所有人，在近期推出的V3和R1模型之前，它就曾以帶頭打響大模型價格戰(zhàn)而在國內(nèi)AI行業(yè)引發(fā)關(guān)注。2024年5月，DeepSeek發(fā)布DeepSeek-V2 ，價格僅為GPT-4-Turbo的近百分之一。
此后的30天，字節(jié)、百度、阿里等公司的大模型相繼降價，DeepSeek更是一年內(nèi)3次降價，每次降幅超過85%。
降價，來自訓(xùn)練和推理成本的持續(xù)降低。相比OpenAI和它的中國效仿者們用數(shù)億美元訓(xùn)練大模型，DeepSeek選擇了一條更“摳門”，更“極致”的路線。
它的研究人員提出的一種新的MLA（一種新的多頭潛在注意力機制）架構(gòu)，與 DeepSeek MoESparse (混合專家結(jié)構(gòu))結(jié)合，把顯存占用降到了其他大模型最常用的MHA架構(gòu)的5%-13%。
行業(yè)通常用數(shù)萬億token（文本單位）訓(xùn)練模型，但DeepSeek通過“數(shù)據(jù)蒸餾”技術(shù)，即用一個高精度的通用大模型當(dāng)老師，而不是用題海戰(zhàn)術(shù)來更高效訓(xùn)練學(xué)生“模型”，把數(shù)據(jù)計算最大程度降低，僅用1/5的數(shù)據(jù)量達到同等效果，促成了成本的下降。
一個通俗的舉例可幫助我們理解這種變化，傳統(tǒng)大模型每次處理問題都需激活全部參數(shù)，而普通用戶提出的問題可能并不需要如此多的資源投入，這如同讓一家醫(yī)院的全部科室去會診一個普通感冒；而DeepSeek-R1會先判斷問題類型，再精準(zhǔn)調(diào)用對應(yīng)模塊數(shù)學(xué)題交給邏輯推理單元，寫詩則由文學(xué)模塊處理。這種設(shè)計讓模型響應(yīng)速度提升3倍，能耗也更低。
更快速度和更低能耗，建立在“低成本、高性能”的初始規(guī)劃上。DeepSeek通過算法優(yōu)化顯著降低訓(xùn)練成本。R1 的預(yù)訓(xùn)練費用只有557.6萬美元，在2048塊英偉達H800 GPU（針對中國市場的低配版GPU）集群上運行55天完成。此前，OpenAI等企業(yè)訓(xùn)練模型，都需要數(shù)千甚至上萬塊高算力的Nvidia A100、H100等頂級顯卡，花費數(shù)億美元的訓(xùn)練成本。
并非 OpenAI 或者中國大公司的大模型開發(fā)者們沒有想到過此類模塊化方案的可能性，而是他們權(quán)衡利弊，選擇了更適合自身發(fā)展情況的方案。
OpenAI擁有資金和算力上的絕對優(yōu)勢，優(yōu)先追求“通用智能”，他們花費數(shù)十億美元，通過海量參數(shù)投喂訓(xùn)練模型，希望模型可以達到全能通才的效果。效仿它的中國公司們沿用這一思路，可以保證自家大模型沒有明顯的能力短板，快速達到可商用水平。
DeepSeek選擇從垂直場景切入，從 all in 特定領(lǐng)域開始，追求在部分領(lǐng)域（如數(shù)學(xué)、代碼）的表現(xiàn)更優(yōu)，再逐步分階段完善其他領(lǐng)域的能力。
DeepSeek R1 與 OpenAI O1正式版在數(shù)學(xué)、代碼、自然語言推理等任務(wù)下的測試成績相當(dāng)。
這種另辟蹊徑意味著更高難度，更高風(fēng)險。若路由錯誤（例如將詩歌創(chuàng)作誤判為數(shù)學(xué)題），輸出質(zhì)量將會暴跌；模塊間的知識隔離（如用數(shù)學(xué)公式寫情書），可能導(dǎo)致跨領(lǐng)域任務(wù)失敗。如果未能開發(fā)出足夠優(yōu)異的模塊化模型，前期的投入可能浪費。大多數(shù)公司受限于路徑依賴或資源約束，難以接受All in這一高風(fēng)險路線。
這并不容易。早期DeepSeek的MoE模型誤判率普遍在15%以上，團隊通過引入強化學(xué)習(xí)優(yōu)化路由決策，長期訓(xùn)練后模型在測試中將誤判率控制在個位數(shù)的低位。
多位行業(yè)人士將DeepSeek的脫穎而出理解為“模塊化特種兵”，在與OpenAI等“通用巨獸”的比賽中，在部分領(lǐng)域展現(xiàn)出同等能力甚至略微領(lǐng)先。盡管DeepSeek的整體技術(shù)與OpenAI等美國企業(yè)存在差距，但其已經(jīng)足以被視為一個實力逐漸接近的競爭對手。
更關(guān)鍵的是， DeepSeek 跳過了美國開發(fā)者們認(rèn)為必不可少的步驟，這意味著在資金、算力芯片劣勢的情況下，中國乃至世界各地的AI創(chuàng)業(yè)公司也有可能彎道超車，不必活在大公司的陰影之下，垂直領(lǐng)域的專注也能幫助他們在特定場景中形成優(yōu)勢，避免與巨頭正面競爭，找到屬于自己的立足之地。
2、開源模型，DeepSeek的選擇與壁壘
DeepSeek引起轟動，除了模型本身的優(yōu)異表現(xiàn)，還來自其堅持的免費開源主張，公開模型的源代碼、權(quán)重和架構(gòu)。這意味著，無論是個人還是開發(fā)者，或是企業(yè)用戶都可以免費使用其最新模型，并在此基礎(chǔ)上開發(fā)更多應(yīng)用。
這一決策得到了許多行業(yè)專家和投資者的贊許。
英偉達高級研究科學(xué)家Jim Fan評論稱，“我們生活在這樣一個時代，一家非美國公司正在讓OpenAI的初衷得以延續(xù)，即做真正開放、為所有人賦能的前沿研究。”
硅谷風(fēng)投A16Z創(chuàng)始人Marc Andreessen也發(fā)表評論稱，DeepSeek-R1 是他見過的最令人驚嘆且令人印象深刻的一個突破，作為開源的模型，它的面世給世界帶來了一份禮物。
OpenAI最初是為了對抗谷歌在AI領(lǐng)域的壟斷地位，旨在通過開源的方式促進AI技術(shù)的發(fā)展，避免谷歌在AI領(lǐng)域的過度控制，因此命名為 “OpenAI” 以體現(xiàn)其開源的愿景。但在GPT-3發(fā)布，接受微軟投資后，OpenAI 出于訓(xùn)練成本、收益和維持其競爭力的考慮走向閉源。
目前表現(xiàn)強勁的其他大模型，如Meta的Llama號稱選擇了開源路線，但許可證需要申請訪問權(quán)限，限制部分商業(yè)用途，且只公開了部分架構(gòu)細節(jié)，不公開具體的訓(xùn)練數(shù)據(jù)構(gòu)成，不提供完整的訓(xùn)練腳本。這樣的開源對于AI產(chǎn)業(yè)的進步意義十分有限。
大多數(shù)中國大公司開發(fā)的大模型，如百度的文心一言、華為的盤古大模型等產(chǎn)品都選擇了閉源路線，它們往往是基于商業(yè)化和競爭考量，平臺型公司有足夠多的資源，掌握了大量的用戶數(shù)據(jù)，可以依靠自身的內(nèi)部循環(huán)完成模型的訓(xùn)練和迭代。閉源可以讓他們在模型專長的領(lǐng)域保持優(yōu)勢，避免被競爭對手趕超。
DeepSeek選擇開源，既是出于對傳統(tǒng)大廠的技術(shù)壟斷的挑戰(zhàn)，也是基于自身發(fā)展情況的考量。創(chuàng)業(yè)公司可能在資源和算力上處于劣勢，但通過開源策略，可以快速建立生態(tài)，獲得更多的用戶和開發(fā)者支持。
DeepSeek創(chuàng)始人梁文鋒此前談及對于開源的構(gòu)想是，成為更多公司的模型底座。哪怕一個小 APP都可以低成本去用上大模型，而不是技術(shù)只掌握在一部分人和公司手中，形成壟斷。
在他看來，DeepSeek未來可以只負(fù)責(zé)基礎(chǔ)模型和前沿的創(chuàng)新，其他公司在 DeepSeek的基礎(chǔ)上構(gòu)建To B、To C的業(yè)務(wù)。如果能形成完整的產(chǎn)業(yè)上下游，就沒必要自己做應(yīng)用。
DeepSeek所選擇的模塊化模型設(shè)計，如同精密的鐘表單個齒輪的工藝或許可復(fù)制，但整體協(xié)同需要長期試錯與生態(tài)積累。競爭對手并不能依靠簡單照搬就能復(fù)制其原始模型，越多的用戶和開發(fā)者使用，則意味著模型得到更多訓(xùn)練。
當(dāng)下，DeepSeek背靠千億量化基金，在免去資金的后顧之憂后，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(yè)變現(xiàn)，通過開源基礎(chǔ)模型吸引開發(fā)者，未來再逐步通過企業(yè)版工具鏈（如模塊訓(xùn)練平臺）推進商業(yè)化。
今天的AI競爭格局之下，對于一家創(chuàng)業(yè)公司，開源不僅是技術(shù)策略，更是參與制定行業(yè)規(guī)則的關(guān)鍵落子。在模型能力逐漸透明的未來，真正的競爭優(yōu)勢將來自構(gòu)建數(shù)據(jù)反饋閉環(huán)的能力，以及將技術(shù)影響力轉(zhuǎn)化為商業(yè)生態(tài)的能力。
這本質(zhì)上是一場關(guān)于"標(biāo)準(zhǔn)制定權(quán)"的爭奪誰的開源協(xié)議能成為行業(yè)事實標(biāo)準(zhǔn)，誰就能在下一代AI基礎(chǔ)設(shè)施中占據(jù)核心位置。中國科技公司與美國科技公司之間的差距，不是時間維度，而是創(chuàng)新和模仿的差別。
這一次，DeepSeek 代表的中國科技公司給出的方案不再是模仿跟隨，而是創(chuàng)新。
參考資料：
暗涌 Waves:揭秘DeepSeek：一個更極致的中國技術(shù)理想主義故事
科技新聞：DeepSeek除夕發(fā)布新模型，多模態(tài)大一統(tǒng)的革命來了？
雷鋒網(wǎng)：MoE 高效訓(xùn)練的 A/B 面：與魔鬼做交易，用「顯存」換「性能」
NYT:How Chinese A.I. Start-Up DeepSeek Is Competing With Silicon Valley Giants
