中国火爆的AI大模型公司
deepseek彻底引爆全球
引起硅谷震动
就在华尔街周一紧张评估“DeepSeek风暴”之际，这家中国公司再度甩出新品！
在图像生成基准测试中超越OpenAI“文生图”模型DALL-E 3的多模态大模型Janus-Pro，同样也是开源的。
公司也在报告中，给出了更多图像生成的案例。
1月28日，美股三大指数收盘涨跌不一。科技股表现分化，英伟达等半导体板块暴跌16.86%，市值蒸发5888.62亿美元（约合人民币4.27万亿元）。
DeepSeek新模型以低成本实现高性能，引发市场对科技巨头估值担忧。该模型登顶美中应用下载榜，性能强成本低，对全球算力冲击巨大。
新加坡前总理李显龙妻子何晶，对DeepSeek最新的解释（原文翻译）： 终于有机会深入了解DeepSeek的…… 让我用简单的语言来剖析一下DeepSeek的人工智能创新为何令人惊叹（甚至可能威胁到英伟达2万亿美元的市值）。
首先，一些背景情况：目前，训练顶尖人工智能模型的成本高得离谱。OpenAI、Anthropic等公司仅计算方面就花费1亿多美元。它们需要配备数千个价值4万美元的图形处理器（GPU）的大型数据中心。这就好比运行一个工厂需要一整座发电厂。
DeepSeek出现了，他们说：“哈哈，如果我们只花500万美元来做这件事呢？”而且他们不只是说说而已，是真的做到了。他们的模型在许多任务上与GPT - 4和Claude不相上下甚至更优。人工智能界（就像我那些十几岁的孩子说的那样）被震撼了。 怎么做到的呢？他们从根本重新思考了一切。传统人工智能就像是用32位小数来写每个数字。
DeepSeek则像是说：“要是我们只用8位小数呢？准确性仍然足够！”结果——所需内存减少了75%。 然后是他们“多标记”系统。普通人工智能阅读起来像一年级小学生：“那……只……猫……坐……在……”
DeepSeek能一次性读取整个短语。速度是原来的两倍，准确性达到90%。当要处理数十亿个单词时，这一点很重要。
但这里真正巧妙的地方在于：他们构建了一个“专家系统”。不是让一个庞大的人工智能试图知晓一切（就像让一个人同时是医生、律师和工程师），而是有专门的专家，只在需要的时候启动。 传统模型？1.8万亿个参数一直全部处于活跃状态。
DeepSeek呢？总共6710亿个参数，但一次只有370亿个活跃。这就好比有一个庞大的团队，但只为每项任务召集实际需要的专家。
结果是令人难以置信的：
- 训练成本：从1亿美元降至500万美元
- 所需GPU数量：从10万台降至2000台
- 应用程序编程接口（API）成本：降低95%
- 可以在游戏GPU上运行，而不需要数据中心硬件 “但是等等，”你可能会说，“肯定有陷阱！”这就是疯狂的地方——这一切都是开源的。任何人都可以检查他们的工作。代码是公开的。技术论文解释了一切。这不是魔法，只是极其巧妙的工程设计。
为什么这很重要呢？因为这打破了“只有大型科技公司才能涉足人工智能”的模式。你不再需要价值10亿美元的数据中心了。可能几块不错的GPU就够了。
对于英伟达来说，这很可怕。他们的整个商业模式建立在以90%的利润率销售超级昂贵的GPU上。如果突然每个人都能用普通游戏GPU做人工智能……嗯，你就明白问题所在了。
更关键的是：DeepSeek是用不到200人的团队做到的。与此同时，Meta的团队光是薪酬就超过了DeepSeek的全部训练预算……而且他们的模型还不如DeepSeek的好。
这是一个典型的颠覆性创新故事：现有企业优化现有流程，而颠覆者重新思考根本方法。DeepSeek问的是“如果我们更聪明地做这件事，而不是单纯投入更多硬件呢？”
其影响是巨大的：
- 人工智能开发变得更易获取
- 竞争大幅加剧
- 大型科技公司的“护城河”看起来更像是小水坑
- 硬件需求（和成本）急剧下降
当然，像OpenAI和Anthropic这样的大公司不会坐以待毙。他们可能已经在实施这些创新了。但效率这只精灵已经从瓶子里出来了——不可能再回到“只管投入更多GPU”的做法了。
最后的想法：这感觉像是我们会回顾的一个转折点。就像个人电脑使大型机变得不那么重要，或者云计算改变了一切。
人工智能即将变得更加易获取，成本也更低。问题不在于这是否会颠覆现有的参与者，而在于速度有多快？这也是全球市场下跌的原因之一。
资料参考 /21财经客户端、DeepSeek官方网站、 财联社、证券时报、Wind等 版权归原作者所有，如有侵权请联系我们删除
