本報記者 查睿 裘雯涵

1月26日—27日，短短兩天內，國內AI創業公司DeepSeek（深度求索）遭遇兩次短暫宕機，DeepSeek將其歸因為新模型發布后導致訪問量激增。

新模型指的是剛發布的推理大模型DeepSeek-R1，由此帶來的訪問量有多大？27日，DeepSeek在蘋果美區應用商店下載量力壓ChatGPT，登頂免費App下載排行榜。

2024年12月，DeepSeek發布新一代大語言模型V3，已引起行業不少討論。1月20日發布的R1，將DeepSeek的熱度推向了高潮。

一年多時間內，DeepSeek成為大模型行業的“黑馬”，是否意味著國內大模型迎來彎道超車的機會？

硅谷都在談論DeepSeek

在硅谷，幾乎每個人都在談論DeepSeek。有報道稱，硅谷“被嚇壞了”，工程師正在瘋狂分析DeepSeek。還有說法稱，這是中國的“ChatGPT時刻”。

DeepSeek究竟厲害在哪？高性能、低成本、開源是外界提到的高頻詞。

輿論注意到，DeepSeek的推理計算效率極高，可以與業內一些頂尖的AI模型相媲美，與美國硅谷前沿發展保持同步。國外大模型排名榜單Arena最新測評顯示，R1基準測試在全類別大模型中排名第三，其中在風格控制分類中與OpenAI o1并列第一，得分達到1357分，甚至略超OpenAI o1。這也幾乎意味著，DeepSeek-R1躋身全球最強大模型之列。

DeepSeek的官方測試也顯示，R1在數學、代碼、自然語言推理等任務上，性能比肩OpenAI o1正式版。在各自小參數版本的模型比拼中，R1-32B的數學推理明顯優于o1-mini。

加利福尼亞大學伯克利分校教授亞歷克斯·迪馬基評價，DeepSeek的技術路線揭示了達到頂尖性能未必需要天文數字投入，“這對硅谷的燒錢競賽無異于釜底抽薪”。

DeepSeek有多便宜？有數據顯示，Deepseek V3的訓練成本僅為558萬美元，不足GPT-4o的二十分之一。推理模型R1的API（應用程序編程接口）服務定價為每百萬tokens（詞元）僅需1元（緩存命中）/4元（緩存未命中），每百萬輸出tokens為16元。大語言模型V3就更便宜了，每百萬tokens僅需0.1元（緩存命中）/1元（緩存未命中），每百萬輸出tokens為2元。DeepSeek的定價約等于Llama 3-70B的七分之一，GPT-4 Turbo的七十分之一。

開源是DeepSeek備受關注的另一個重要原因。這意味著它已經與其他企業和研究人員共享基礎代碼，其他人能用相同的技術構建和發布自己的產品。

英偉達資深科學家吉姆·范稱贊DeepSeek是“非美國公司踐行OpenAI初心”的典范，通過開放技術細節和訓練方法，為全球研究者賦能。

出身國內算力最充足企業

天眼查信息顯示，DeepSeek背后的實控人是梁文鋒，他所創立的幻方量化是國內知名的量化私募基金，這也給DeepSeek打下了良好的算力基礎。

不同于常規基金依賴基金經理，量化基金通過數量模型的計算尋找投資機會，因此對數據尤為敏感，高頻交易更是離不開機器學習。為了從海量數據中挖掘投資機會，幻方量化早早開始囤積算力，先后斥資10億元，在美國對芯片出口管制前購買了1萬張英偉達A100型號GPU。機緣巧合下，幻方量化成為國內GPU算力最充足的企業之一。

AI行業有條規模化法則，簡單來說，就是算力越大、參數越多，訓練出的大模型性能就越好。如果遵照這條規則，幻方量化的算力基礎，成了DeepSeek最大的王牌之一。

當然，光靠算力優勢，DeepSeek顯然無法與全球AI巨頭抗衡。“DeepSeek爆火主要是創新的技術路線。”上海人工智能行業協會秘書長鐘俊浩認為，架構機制、訓練方法和管道并行算法等創新，展現了中國本土AI技術的潛力，顛覆了中國只是AI技術跟隨者、應用方的傳統認知。

英國科技網站“生命科學”撰稿人本·特納指出，美國限制向中企出口先進AI計算芯片，迫使DeepSeek-R1研發者采用更智能、更有效的算法，彌補計算能力的不足。ChatGPT據報道需要1萬臺英偉達的圖像處理器處理訓練數據，DeepSeek稱僅用2000臺圖像處理器就取得了類似結果。

DeepSeek公布的技術論文顯示，R1在訓練過程中實驗了三種技術路徑：直接強化學習、多階段漸進訓練和模型蒸餾，其中R1首次證明了直接強化學習的有效性。科技媒體在技術解讀中打了個比方，面對同一道題目，大模型同時多次進行回答，系統將給每個答案打分，依照“高分獎勵低分懲罰”的邏輯進行循環，最終得出更具優勢的推理路徑。

中國“正在全力沖刺”

“元”公司首席執行官扎克伯格日前在一檔播客節目中坦言，DeepSeek技術非常先進。他表示，中國“正在全力沖刺”，擔心這個開源模型會被全世界廣泛使用，影響到美國科技行業的領先地位。

一些美國專家也評論稱，如果最好的開源技術來自中國，美國開發人員將在這些技術之上構建他們的系統，“從長遠來看，這可能會讓中國成為研發AI的中心”。

在華盛頓州工作的技術專家阿爾文·王·格雷林認為，DeepSeek的進展顯示，美國的領先優勢正在縮小，各國應該采取合作方式建設先進AI，而不是在AI領域進行“軍備競賽”。

在長文本交互和多模態的全球競爭中，國內大模型已經嶄露頭角，隨著大模型推理能力的迭代，中國還有機會彎道超車。鐘俊浩認為，高效利用計算資源、相對較低的成本，以及更高的市場活躍度，是國內訓練推理大模型的優勢所在。他表示，國內面臨高端算力芯片緊缺的難題，但推理大模型能更集約利用有限的算力資源，同時國內算力基礎設施較為完備，訓練硬件成本較低。

更重要的是，中國的人工智能市場處于開放競爭的狀態，不僅有阿里、字節、商湯等大型AI廠商，還有階躍星辰、MiniMax等高水平的AI創業企業。更多市場參與者，就有更多創新想法，意味著市場更活躍。

此外，中國具有極強的政策引導能力。例如上海發布“模塑申城”實施方案，就進一步明確“5+6”應用場景，為人工智能企業在推理方面的應用拓寬了發展空間，加速其商業化進程。