誰將取代DeepSeek

一、DeepSeek的一般情況

（一）DeepSeek是誰

DeepSeek成立于2023年，公司位于中國杭州，由前對沖基金幻方（High-Flyer Quant）的領導者梁文峰創立。DeepSeek的主要特點是基于開源模型和提供低推理成本的技術。

DeepSeek聚集了一支年輕、技術技能出色的團隊，其核心目標是推動通用人工智能（AGI），并以透明和開源的方式進行研究，同時強調通過低成本的技術使先進的人工智能（AI）更容易獲取。

（二）DeepSeek的成就

DeepSeek在模型開發上采用了混合專家架構（MoE）等先進算法，這有助于節省顯存資源，并提高底層算力的使用效率。這種技術思路在DeepSeek-V2中已經得到驗證。

公司通過開源其模型和相關技術，允許更多的AI團隊基于這些最先進且成本最低的技術開發新的應用。

DeepSeek-R1是公司推出的一款模型，在短時間內登頂蘋果美國區應用商店免費App下載排行榜，并在中國區也取得了領先的位置。

該模型在多個領域（如文本創作、代碼生成等）達到了與OpenAI相當的水平，但成本僅為OpenAI模型費用的一小部分。

DeepSeek的突出功能之一是其令人難以置信的非常低的API調用價格，使高級AI更容易訪問。例如，DeepSeek-R1的起價每百萬輸入Token為0.55美元、每百萬輸出Token為2.19美元，這一價格遠低于OpenAI或其他美國AI實驗室的產品。

（三）DeepSeek引起的市場轟動

DeepSeek的成功可能會促使OpenAI和其他美國供應商降價以保持現有的領先地位。如果更高效的模型能夠以少得多的支出參與競爭，那么人們就會質疑Meta和微軟等公司的巨額支出，他們分別承諾在2025年將至少650億美元主要投入在AI基礎設施上這一資本支出。

DeepSeek在全球市場掀起風浪，阿斯麥、英偉達等之前受益于AI服務需求欣欣向榮的股票大跌，而科大訊飛等與DeepSeek相關的中國股票則出現上漲。

1月27日，納斯達克100指數期貨跌幅擴大至5%，標普500指數期貨下跌3%。歐洲方面，科技股領跌，芯片設備制造商阿斯麥控股下跌11%，Cboe波動率指數（VIX）走高。如果此番跌勢維持，納斯達克100和歐洲斯托克600科技股指數所蒸發的市值總額將達大約1.2萬億美元。

“DeepSeek的成功顯示出開發成本較低的強大AI模型是可能的，”瑞士聯合私立銀行（Union Bancaire Privee）董事總經理Vey-Sern Ling表示，“這可能會沖擊目前由少數科技巨頭高額支出來驅動整個AI供應鏈的投資邏輯。”

（四）DeepSeek的創新

DeepSeek-V3和DeepSeek-R1都利用了混合專家架構（MoE），該架構僅激活其6710億個參數中的一個子集。可以把它想象成部署數百名專業的微觀專家，在需要他們的技能時介入。這種設計確保了計算效率，同時保持了高模型質量。

DeepSeek采用純強化學習（RL）方法，進一步使其與眾不同。這些模型通過連續的反饋回路自主學習和改進，實現自我校正和適應性，這種機制顯著提高了其解決問題的能力，特別是對于需要深入推理和邏輯分析的任務。

除了MoE，多頭潛在注意力機制（MLA）提高了模型同時處理多個數據流的能力。通過將焦點分布在幾個“注意力”頭上，可以更好地識別上下文關系并處理細微的輸入，即使在處理單個請求中的數萬個Token時也是如此。

（五）用戶評價

用戶對DeepSeek-R1的高度評價主要集中在其思考過程的細膩性、自洽性和全面性上，它能夠提供深度和細節豐富的輸出。

一些用戶也指出了DeepSeek在某些方面的“用力過猛”，如生成過于復雜的語言或不適當的用詞，特別是針對特定受眾（如兒童）的內容。

DeepSeek面臨的技術挑戰包括如何進一步優化模型的性能、降低成本的同時保持高效率，以及克服可能存在的幻覺和偏差問題。

DeepSeek公司正在專注于增強其“DeepThink+Web”搜索的功能，以實現實時在線查找能力。此外，還考慮開發針對特定行業的定制化模型，以及建立全球合作伙伴關系。

二、關于DeepSeek影響的分析

與DeepSeek基本信息相對的，是其所產生的巨大影響。這些影響中有哪些是短期性的，哪些可能是長期性的？

（一）對中美戰略競爭的影響：“星際之門”計劃

DeepSeek對中美戰略競爭的影響，首先表現在對美國“星際之門”計劃（the Stargate project）的影響。2025年1月22日，美國總統特朗普在白宮新聞發布會上宣布啟動“星際之門”計劃。這一計劃被稱為“21世紀AI時代的‘星球大戰’計劃”。

“星際之門”計劃由軟銀、OpenAI、甲骨文等科技巨頭聯合推動，注資高達5000億美元。該計劃旨在建設先進的數據中心和配套基礎設施，以支持人工智能技術的快速發展，預計在未來四年內完成。

DeepSeek出現后，一個顯而易見的疑問是美國耗費5000億美元的計劃所完成的工作。中國人難道不能用500億美元甚至更低的成本完成，乃至做得更好嗎？這樣一來，“星際之門”計劃還有意義嗎？因此特朗普評價道，DeepSeek的問世是一記“警鐘”。

DeepSeek對“星際之門”計劃的影響主要體現在技術競爭、市場情緒、政策與戰略調整等方面。

首先，技術競爭方面，DeepSeek憑借其低成本、高性能的技術優勢，給AI行業帶來了新的競爭格局。“星際之門”計劃的參與者可能會重新評估投資策略和技術方向，思考是否有更高效低成本的方式實現目標。例如，原本計劃大量投入算力資源的企業可能會因DeepSeek的出現而調整策略，這增加了美國在人工智能領域的技術競爭壓力。

其次，市場情緒方面，DeepSeek的發展吸引了市場的關注，使得投資者對高成本AI相關項目產生了懷疑。DeepSeek的市場預期和成本估值，會吸引更多投資者關注。

最后，政策與戰略調整方面，DeepSeek的成功表明中國科研團隊在有限條件下通過創新實現了彎道超車，這可能會促使美國政府重新評估“星際之門”計劃的可行性和成本效益，進行政策與戰略上的調整。

此外，拋開成本不說，馬斯克質疑“星際之門”計劃的融資情況。這一計劃似乎沒有與馬斯克很好溝通。馬斯克在社交平臺發文說，“他們實際上沒有錢”“軟銀能確保的資金遠低于100億美元”。這是暗指軟銀去年負債3.8萬億日元。馬斯克還曾表示他“不信任”OpenAI的奧特曼。

美國《外交政策》（Foreign Policy）上的文章《DeepSeek揭示了美中競爭的未來》（What DeepSeek revealed about the future of U.S.-China competition）指出，DeepSeek的非凡成功引發了美國國家安全界的擔憂，他們擔心美國最先進的AI產品可能再也無法與中國更廉價的替代品競爭。文章分析，美國一直在利用其對半導體供應鏈的控制，限制中國獲取高端芯片。然而，DeepSeek取得的成功讓一些人開始質疑，美國的芯片出口管制是否毫無作用，甚至適得其反。文章最后指出，如果美國和中國的AI模型都存在雙方不確定如何控制的危險能力的風險，那么美國與中國領導層就此進行溝通則是國家安全的當務之急[1]。

（二）對中美科技競爭的影響

DeepSeek的問世，在科技界眼中，縮短了中美在AI上的差距。

Meta創始人兼CEO扎克伯格表示，DeepSeek非常先進，并認為中美之間的AI差距非常小。

1. 不僅是中美之爭本身，還是開源、閉源之爭

圖靈獎得主、Meta AI首席科學家YannLeCun在社交媒體上表示：“DeepSeek的成功凸顯了保持AI模型開源的價值，這樣任何人都可以從中受益。這表明開源模式正在超越專有模式。”他認為：“當人們看到DeepSeek的表現，驚呼中國AI正在趕超美國，但這種解讀有誤。更準確的結論是，開源模型正在超越閉源系統。[2]”

《福布斯》雜志則指出，DeepSeek的開源策略可能重塑全球AI標準，推動中國成為開源模型的主導者之一。《自然》雜志評價稱，R1的開放性遠超閉源模型的“黑匣子”特性。

由于美國公司出于商業利益，更傾向閉源系統，這給利用開源系統的中國公司更多機會，特別是在打造科技生態系統方面的機會，而這是以往中國相對于美國的薄弱環節。支持這一看法的事實是，DeepSeek因開放吸引了開發界的熱烈響應，很短時間內就衍生出600多個應用。當然，國內科技界也有人對此持懷疑態度，主要是基于以往的開源往往在應用中被當作自主技術保守（偽開源）的歷史。

DeepSeek目前還沒有完全商業化，一旦商業化，將面臨如何處理技術開放與商業模式開放的關系的問題。如果處理得好，如將基礎業務與增值業務充分分開，形成互補，那么中國在這方面將形成對美國的優勢。當然，中國如果在打造包容技術與商業開放的制度環境（如反壟斷政策環境）方面落后于美國，也會使技術與商業上的優勢化為烏有。

2. DeepSeek對巨頭的挑戰

DeepSeek現在儼然具有了當年U盤替代軟驅那種“同等功能、巨大價差”的以小博大的勢頭。DeepSeek的崛起對現有的AI巨頭如OpenAI、Meta等構成了挑戰，促使他們重新評估成本、戰略和研究方法。

一是通過開源策略和低成本技術，DeepSeek為小型企業、研究人員和開發者提供了新的機遇。一旦形成良好開發生態，有可能重現當年谷歌取代雅虎的歷史。DeepSeek目前已進入搜索技術領域，這要求百度打起十二分的精神來應對，懈怠就意味著出局。

二是隨著用戶采用率的增加和市場對AI能力需求的增長，DeepSeek有望繼續在AI領域發揮顛覆性作用。公司可能會進一步優化模型性能、加強與硬件供應商的合作，并開發針對特定行業領域的定制化解決方案。

DeepSeek是通過開源技術、低成本策略和創新算法推動人工智能發展的中國初創企業，其成功不僅體現在市場表現上，還在于對AI社區的影響力，以及為小型企業和開發者提供的新機遇。隨著未來的發展，DeepSeek有望在AI領域持續產生重大影響，并可能引領下一波變革性突破。同時，也要看到，DeepSeek的出現在中國不是偶然的。中國還有一批潛在的同類技術和公司即將浮出水面，包括阿里團隊、李飛飛（華人）團隊都已提出了初步的成果，共同推動AI的改朝換代。

3. DeepSeek對投資的影響

DeepSeek的初步成功，引發了人們對OpenAI、微軟和其他公司所追求的投資計劃的重大質疑。

首先對OpenAI來說，DeepSeek以極低的成本實現極高性能，讓人們對OpenAI投資回報能力產生懷疑。

企業家兼評論員Arnaud Bertrand將DeepSeek節儉、分散的創新，與OpenAI等其他開發商對集中、資源密集型基礎設施的依賴，進行了對比。

結果發現，打造一個世界水平AI模型，只需要投入巨頭一個高管的年薪就可以做到，巨頭動輒養著十幾個、幾十個這種價位的高管的合理性，就會遭到投資人普遍質疑，甚至會產生受騙的感覺。

可以想見，巨頭內部現在慌作一團，即使為了保住工資，也有動機趕緊向投資人證明DeepSeek的種種不是。但問題是，如果與DeepSeek類似的小公司成批涌現時，想通過栽贓和甩鍋來擺脫困境，將不會有效。

當然，有一點現在還看不清楚，這就是DeepSeek本身的資本模式。這家公司出身對沖基金。在DeepSeek這個案例中，對沖基金對AI的投入（包括包裝與炒作）是可以看清的；但AI的產出和商業化現在還沒有發生，將會怎樣，還有待觀察。一旦演化成一個金融的故事，就會存在各種變數。從投資上，人們期待DeepSeek做實，而不要變成一個殼。

三、誰將取代DeepSeek：從一滴水看AI大海

作為專門研究人工智能的業內人士，還要跳出媒體與資本的喧囂，用平常心冷靜觀察DeepSeek，這樣看出的門道自然有所不同。

（一）冷思考之一：DeepSeek是彎道超車還是換道超車？

人工智能的權威專家鐘義信教授認為，DeepSeek還在傳統軌道的同一個賽道上，可以評價為“在同一個賽道上，DeepSeek以更優秀的技術超越了GPT o1”。

要看到在同一賽道彎道超車的局限。鐘義信指出，DeepSeek的技術（主要是算法效率）比GPT更優秀，但是，兩者的范式（科學觀和方法論）是一樣的。具體來說，兩者的科學觀都是把人工智能看作“人工腦”，兩者的方法論都遵循“唯形式化”和“分而治之”。然而，研究人工智能所需要的真正科學觀，是應該把人工智能看作“主體主導下的主體客體相互作用的信息生態過程”（即整體論）。

這是DeepSeek熱中的一種冷思考。鐘義信的觀點無異于認為，DeepSeek與其追趕的OpenAI是同類，都是美國計算主義同一賽道上的賽手，區別只是一個跑了50步，一個跑了100步。

這與一般業內人士的見解（包括馬斯克的見解）非常不一樣，業內都是看到了開放與封閉路線的區別，看到微軟收購OpenAI，使得OpenAI變成了一個忘記“初衷”的商業化工具。馬斯克的不滿很大程度也來自這里，而不是如特朗普認為的與“星際之門”計劃中的某人“有仇”。不過在這里，鐘義信進了一步，直指“初衷”本身存在的局限。

這涉及對人工智能本質的理解，屬于一個更深的問題。現有AI主流堅持物質學科范式（強調客體計算，缺主體價值判斷），這是其時代局限。這種局限在DeepSeek骨子里也有。未來取代它的，將是信息學科的范式，即強調客體與主體統一。從這個意義上說，下一步替代DeepSeek們的，將是克服主客二元論的AI新范式，由此開啟換道超車。在前沿上，這一趨勢的苗頭在生成式AI中（如新生成主義，neo-enactivism）隱約可見。本周作出DeepSeek同類成果的李飛飛，其實就在這條路上，她的野心肯定不止于DeepSeek。

（二）冷思考之二：知還是行？

著名人工智能專家蔡恒進對DeepSeek的成就有一個獨特的看法，認為DeepSeek對巨頭的沖擊的意義不只在于成本，而在于模式。

蔡恒進說：“OpenAI現在走的路，就是把算力集中起來，把參數推上去來實現AGI，這實際上是世界的前景就變成很中心化的AI系統，然后這個系統會需要大量的資源、能量，還有芯片算力的集中。”而DeepSeek的發展是分布式計算的方向，這比業界一般的“開放-封閉”視野多了一個“集中-分布”角度。

蔡恒進同樣主張主客一體的AI新范式，不滿意計算主義的AI路線，認為“我們有人類或者生命的參與、有主觀能動性”，要把這種主體性加入計算的客體性中。他具體提出了“認知坎陷說”，即一種加入布倫塔諾意向性的認知論。對于AI來說，“認知坎陷說”相當于一個“知難行易”模型。目前計算主義把重點放在前者（知難），體現為“AI的進步都是通過規模來實現的”“只有堆算力才是成功的”（李德毅院士稱為“暴力計算”）。他從理查德·薩頓（Richard S. Sutton）的The bitter lesson（可譯為“苦澀的教訓”）一文中，引出對通用算力的質疑。夸獎DeepSeek“實際上打破了這個結論”“已經偏離了那條路線了”，這是指DeepSeek不靠堆GPU而提高性能。蔡恒進主張的新方向，把重點放在后者（行易），相當于認為實踐是簡、認識是繁。計算主義重認知、輕實踐，形成對通用算力和暴力計算的迷信。如果把AI的重點從認識轉向實踐，知行合一，就可以化繁為簡。用他的話說，“并不是說規模越大越好，只是說在它那個場景里才能生成”。在走偏到客體方向的AI中加入主體因素的方法是，將算法從認識角度調整為實踐角度，變為場景的認知、具身的認知，“只是根據場景或需要進行一定程度的數字化”。這與李飛飛的具身AI思路有相通之處。為此，“追求用更小的數據庫、更少的語料、更小的系統來實現更高的智能，在我看來才是正確的方向”。人們在能行的時候，從不長篇大論，是因為有主體目標、意向在指引，將世界化繁為簡到自己的目的上。

蔡恒進看好DeepSeek深度學習的方向，尤其是“不用人干預地強化學習”，但是認為DeepSeek還可以進一步在可持續的自學習這個方向上改進。

（三）冷思考之三：向上與向下兩條曲線

胡延平作為業內資深專家，這輪也沒有跟著媒體跑，而是得出了獨立的判斷。他比較冷靜地分析了當前形勢，看出大模型的“兩條路線”是向上曲線與向下曲線不同取向的分別，認為DeepSeek走在向下曲線的道路上。他說：“大模型現在是兩條曲線交織的雙螺旋進化。向上走的曲線，追求整體感知理解行為能力的通用智能，拼的是整體理解意義上的腦能力、思考和監督思考、視覺在內的整體理解，空間智能等現實模型、物理等科學模型、多模態更不在話下。思維鏈、皮層計算、不同模型原理是當下前沿探索的核心。向下走的曲線提升數據質量、訓練意義上的量效比、算力能效比，大幅降低推理成本。DeepSeek在這個雙螺旋里向下有余向上不足。[3]”

胡延平說：“向下曲線對成本效率有改變，但對捧得AGI圣杯的貢獻可以忽略[4]。”他認為，DeepSeek沒有展現分毫對未來的思考和探索，實質上依然處在追趕階段。DeepSeek不僅屬于古典LLM（大語言模型，Large Language Model）范疇，呈現的其實還是“性價比”。

在胡延平看來，DeepSeek主要是對于合成數據、知識蒸餾、FP8低精度（FT8為一種8位浮點數格式）、稀疏模型、MoE，甚至包括多頭注意力機制等“已有已知技術”進行組合，“在資源和性能之間調優，取得最佳平衡，這是DeepSeek-V3的成功之處”。當然，對于什么才是值得追求的“AGI圣杯”，仁者見仁，智者見智。

（四）不冷不熱地思考：高性能計算路線上的兩種走法

我認為把DeepSeek當作一個事件看，代表的是高性能計算思潮的崛起，從中既反映出DeepSeek的成就所在，也自然顯示出其不足。

高性能計算是與美國相反的計算路線，在中國形成已有近20年歷史。早在上個世紀，國家863計劃就開始實施“國家高性能計算環境”項目。美國計算主義的路線無以為名，可稱為高速度計算。高速度與高性能的不同，反映技術與技術經濟的區別。技術不受資源（如GPU）制約時，越快就越好，主要靠上規模、堆硬件實現；技術經濟在資源約束（從擔心系統、芯片“卡脖子”到強調應用）下，強調性價比，一個突出特征是強調成本。打個形象的比方，同為轎車，美國車設計不太考慮省油，是因為石油資源不受限制；而日本車設計主要考慮省油，是因為擔心石油哪天被斷供。AI也是如此。

高性能計算路線在中國有兩種走法，一種是彎道超車，另一種是換道超車。DeepSeek代表的是彎道超車的一支，如專家判斷的，是在美式路線的既定賽道內，通過強化成本控制，提供高性價比的算力。走這條路，時間在前。DeepSeek只是第一個冒頭的，最近五年會是不斷開花結果之時。

DeepSeek的出現不是偶然的。梁文鋒說取得成就是“站在巨人肩膀上”，國內外都誤以為巨人是指巨頭、大廠，其實不盡然。這個巨人應該說主要是中國科研院校，特別是北大、北郵和清華三校。DeepSeek的140人團隊，大多是這三校的應屆畢業生。如果沒有導師這個群體，以及國家高性能計算環境的近20年打造，梁文鋒到哪兒去找那么多博士論文成果，連人帶論文都拿來，而且拿來就可以用，用了就可以超過美國巨頭。舉例來說，DeepSeek的一個竅門是重視模型算法和硬件工程的配合，其中的技術就由這些學生以DeepSeek-AI的名義發表在論文Fire-Flyer AI-HPC： A cost-effective software-hardware co-design for deep learning中。其中的HPC，就是高性能計算high performance computing的縮寫。美國巨頭現在總覺得自己才是“巨人”，從DeepSeek這個雞蛋里挑有沒有自己的骨頭（研究成果）。這些應屆生是站在HPC這個巨人肩膀上成長起來的。其實巨頭們找一下DeepSeek中全部應屆畢業生的畢業論文，就知道技術是哪里來的了。

舉例來說，要想了解DeepSeek中不常見的3D生成技術是從哪兒來的，到清華大學檢索一下，可得知是清華博士生孫景翔在DeepSeek實習期間，與導師劉燁斌等共同完成的。諸如此類，不勝枚舉。

高性能計算路線的第二種走法，目前還潛伏在冰山下的大海中，這種走法的特征是換道超車。所謂換道，就是指與美國主流計算主義分道揚鑣的路線。最大的不同，在于范式。追的時候是同范式的，超的時候用的是不同范式。范式的不同，涉及的主要是對“科學是什么”的理解有了根本性的分歧。其中的思路，從國家數據空間發展戰略中可以看到，目前國家數據空間發展戰略正處在二期工程階段。開花結果，還需要多年以后。應該說，DeepSeek作為中國應屆畢業生群體的代表作，還沒有進入這個主力賽道。

DeepSeek包括馬上涌現的大批同行者，作為高性質計算這個大的中國思潮的一部分，只看到LLM成本問題的表層，即與AI物質科學范式有關的那一方面。當然解決了這方面的問題，成就也堪稱偉大。但是，再過幾年，美國人就會領教中國主力軍團的出擊，看到冰山一角下龐大的水下部分。那將是一場范式革命，是從目前的客體范式向未來的主客體統一范式轉變的偉大長征。我們可以從上面介紹的鐘義信、蔡恒進的思想中，從外圍體會到其中的潮流上的思路。美國最前衛的科學家也有類似想法，但不成氣候。而在中國，這不是一個人兩個人的思想，而是代表整個群體走向共識的技術覺醒。

參考文獻：

[1]Sheehan M，Singer S.What DeepSeek Revealed About the Future of U.S.-China Competition[EB/OL].（2025-02-03）[2025-02-06].https：//foreignpolicy.com/2025/02/03/deepseek-china-ai-artificial-intelligence-united-states-tech-competition/？tpcc=recirc_latest062921.

[2]AI范兒.Yann LeCun：DeepSeek的成功得益于Llama[EB/OL].（2025-01-25）[2025-02-06].https：//www.163.com/dy/article/JMO6QTVT0556703U.html.

[3]胡延平.為什么DeepSeek-V3的火爆不宜過高評價？[EB/OL].（2025-01-02）[2025-02-06].https：//baijiahao.baidu.com/s？id=1820130380860453806amp;wfr=spideramp;for=pc.

[4]胡延平.2025智能世界50震撼預測！AI海嘯來襲，5維度看清AGI與潛在可能[EB/OL].（2025-01-03）[2025-02-06].https：//baijiahao.baidu.com/s？id=1820237939915883742amp;wfr=spideramp;for=pc.