文章来源：DeepSeek R1，中国AI的“ChatGPT时刻”？
DeepSeek公司及DeepSeek R1的背景
- 公司成立背景：DeepSeek成立于2023年7月，总部位于中国杭州，由浙江大学校友梁文锋创立。它是由梁文锋2015年创立的对冲基金High-Flyer孵化而来。High-Flyer于2023年3月宣布“重新出发”，集中资源探索AGI（人工智能通用智能）的本质，DeepSeek随后创建。
- DeepSeek R1发布背景：2025年1月27日，DeepSeek在DeepSeek V3的基础上发布了推理模型DeepSeek R1，其表现被认为可以与OpenAI最新的o1等相媲美，且成本效益受到行业人士的好评。其发布当天，下载量登顶苹果中国地区和美国地区应用商店免费App下载排行榜。
DeepSeek R1发布的影响
- 对美国科技股的影响：DeepSeek R1发布的当天，美国科技股遭受重创。AI芯片供应商英伟达股价下跌近17%，市值损失5888亿美元。Meta、Alphabet等科技巨头的股价也大幅下挫，导致纳斯达克指数暴跌3.1%。此外，一些能源相关股票也出现暴跌。
- 对美国AI领先地位的质疑：DeepSeek R1的成功引发了投资者对美国公司在AI领域领先优势的质疑，并围绕大型科技公司在构建AI模型和数据中心上的巨额支出是否可以避免展开了激烈讨论。
DeepSeek公司的特点
- 愿景与目标：DeepSeek与OpenAI的萨姆·奥尔特曼一样，希望构建AGI。在过去一年中发布了各种有竞争力的AI模型。
- 技术突破：DeepSeek采用了创新的架构，在AI算法方面取得重大突破，其产品达到了GPT-4的级别。它通过将模型分解成多个子专家模型，并通过专家混用模型系统不断迭代，而不是采用“蒸馏”的简单进化。此外，DeepSeek R1的架构不需要做SFT（监督微调）。
- 成本效益：DeepSeek R1的成功表明，基于算法优化和新架构的方法可以有效突破计算能力不足的束缚，提高数据的利用效率和迭代速度，从而大幅降低模型开发成本。尽管其训练成本尚未完全披露，但相比全球目前能力相媲美的模型，成本要低得多。
DeepSeek对全球AI发展的影响
- 对Scaling Law的挑战：Scaling Law是OpenAI研究人员在2020年提出的AI开发概念，即通过大幅增加构建新模型所需的计算量和数据量，可以开发出更好的AI系统。DeepSeek用较低的成本和功能较差的芯片实现强大的AI模型功能，引发了对Scaling Law是否成立的质疑，以及对是否需要投资昂贵AI基础设施的思考。
- 对AI开源社区的鼓舞：与OpenAI的ChatGPT等闭源模型不同，DeepSeek是开源的。其成功被视为开源社区相对闭源的一次胜利，可能会改变目前开闭源的AI发展格局。同时，它也吸引了开源社区内各竞争对手的关注，有助于推动开源模型的繁荣。
- 对应用落地的促进：DeepSeek的发展可能会对AI的应用落地产生积极的促进作用，但大规模应用落地、对社会产生价值仍然需要大量的基础设施和时间。
DeepSeek对中国AI发展的意义
- 激发中国AI公司的斗志：中国是仅次于美国的第二大AI贡献者，但过去两年国内公司发布的中国版ChatGPT类产品总体表现让市场有些失望。DeepSeek的发展可能会激发中国AI公司的“斗志”，提升AI创新公司和行业的信心。
- 提供工程效率创新经验：梁文锋曾表示，中国公司面临的挑战之一是AI工程技术效率较低。DeepSeek在工程效率的创新等方面为其他AI公司提供了有益的经验。
方跃教授的背景和观点
- 背景：方跃教授是中欧国际工商学院经济学与决策科学教授、经济学和决策科学系系主任、中欧AI与企业管理研究领域主任。他曾在麻省理工学院等机构担任研究员，并长期为多家跨国公司和中国企业提供人工智能、数智化转型等方面的咨询服务。
- 观点：方跃教授认为，AI的发展方向一定是消耗更少的能源且更具成本效益，但对算力和数据的需求不会降低。DeepSeek的创新算法路径会对AI行业的供应链产生影响，多路径发展可能成为未来趋势。他还强调，DeepSeek的实践为其他AI公司提供了有益的经验，AI未来几年的惊喜将不断出现。
总结：
- deepseek优势在于： 强大的推理能力、低廉的使用成本、实时数据检索、灵活的部署方式
- 开源！！！
- “用更少的钱训练一个大型语言模型是一回事，大规模应用落地、对社会产生价值是另外一回事，满足AI技术消费的巨大需求仍然需要大量的基础设施和时间。”