DeepSeek已經(jīng)改變了大模型行業(yè)格局。 

作者/豆包 

出品/新摘 

2023年，OpenAI憑借具有顛覆性的ChatGPT，站在了AI行業(yè)的C位上。當時，國內(nèi)的頭部公司和OpenAI的差距只有2-3個月，也有人說是3-5年，甚至有人認為是10年。2-3個月也好，10年也罷，中國企業(yè)在大模型領域的位置一直都沒變，始終處于追趕狀態(tài)。

2025年，情況出現(xiàn)了變化，DeepSeek憑借質(zhì)價比模式，站在了AI行業(yè)的C位上。1月11日前后，DeepSeek在全球范圍內(nèi)上線了App，據(jù)Sensor Tower數(shù)據(jù)顯示，DeepSeek在發(fā)布的18天內(nèi)累計下載量高達1600萬次，而在同一時間段，ChatGPT的下載量為900萬次。截至2月5日，DeepSeek 的全球下載量接近4000萬，ChatGPT則為4100萬。日活方面，DeepSeek在1月31日取得了2215萬的成績，相當于ChatGPT的41.6%。

DeepSeek雖然在總用戶量和日活上和ChatGPT有差距，但他的增速已經(jīng)足以刺激到包括后者在內(nèi)的所有大模型廠商。與此同時，所有人都在問，DeepSeek是怎么做到的？

另外在今日，百度集團執(zhí)行副總裁、百度智能云事業(yè)群總裁沈抖在全員會上提到，DeepSeek在短期內(nèi)會對百度產(chǎn)生影響，但長期來看是利大于弊的。他表示，面對DeepSeek的來勢洶洶，首當其沖的AI產(chǎn)品，沈抖認為，是字節(jié)跳動的豆包，理由是其訓練成本和投流成本都很高 ，那么DeepSeek崛起，到底誰將受益？誰又受傷害最大？

一、關于DeepSeek的真相與謠言

不同于OpenAI，DeepSeek的成立時間很短，其背后的運營主體是杭州深度求索人工智能基礎技術研究有限公司，該公司成立于2023年7月17日。如果算上和深度求索關系密切的幻方量化，他的歷史比OpenAI久一些。

不過，在科技行業(yè)，歷史長短并不是一家企業(yè)技術能力高低的決定性因素，深度求索用兩個模型證明了這一點。

2024年底，深度求索發(fā)布了新一代大語言模型V3。當時的測試結果顯示，V3的多項評測成績超越了一些主流開源模型，而且還具有成本優(yōu)勢。今年1月24日，深度求索又發(fā)布了R1，R1是深度求索引發(fā)全球關注的主要原因。據(jù)深度求索介紹，R1模型在技術上實現(xiàn)了重要突破—用純深度學習的方法讓AI自發(fā)涌現(xiàn)出推理能力，在數(shù)學、代碼、自然語言推理等任務上，性能比肩OpenAI的o1模型正式版。

更重要的是，R1延續(xù)了V3的高性價比特點，其模型訓練成本只有600萬美元，而OpenAI、谷歌等公司的投入規(guī)模為數(shù)億美元乃至數(shù)十億美元。

性能不弱+成本更低，這兩個buff讓DeepSeek吸引了全球的關注，同時也引來了爭議，第一個爭議，也是最主要的爭議就是—成本真的有這么低嗎？

在DeepSeek之前，行業(yè)的模式是通過大規(guī)模堆料，也就是算力、數(shù)據(jù)，獲得性能更強的大模型。在這種邏輯的指導下，大模型一直被認為是巨頭的游戲，隨著各巨頭豪擲千金，邏輯被進一步強化，而DeepSeek打破了這個邏輯。

目前廣為流傳的成本數(shù)據(jù)是600萬美元，嚴格來說，這600萬美元指的只是預訓練過程中 GPU的花費，這只是總成本中的一部分。眾所周知，英偉達是訓練大模型GPU的主要提供者，為了應對法規(guī)要求，英偉達推出了不同版本的H100（如H800、H20），目前中國公司只能使用H20，深度求索的主力GPU應是H20，其他還包括H800和H100。

據(jù)知名半導體研究機構 Semianalysis推算，深度求索大約擁有大約10000個H800和10000個H100，以及數(shù)量更多的H20，其服務器資本支出約為16億美元，其中與運營這些集群相關的成本高達9.44億美元。也就是說，深度求索的投入規(guī)模也是億級，即便如此，其成本還是大幅低于OpenAI、谷歌等。對于用了多少GPU，深度求索其實也給出了數(shù)據(jù)—用2048塊GPU即可訓練R1，這個成本也比OpenAI低。

查詢成本的“物美價廉”也說明了DeepSeek具有成本優(yōu)勢。目前，DeepSeek R1模型的每百萬個token（符元，AI時代最基礎的運算單位）的查詢成本為0.14美元，OpenAI的成本為7.50美元。

關于DeepSeek的第二個爭議是，是否使用了OpenAI的數(shù)據(jù)，提出質(zhì)疑的是OpenAI和微軟。

1月31日， OpenAI表示已經(jīng)發(fā)現(xiàn)證據(jù)，證明DeepSeek利用他們的模型進行訓練，這涉嫌侵犯知識產(chǎn)權。具體來說，他們發(fā)現(xiàn)了DeepSeek“蒸餾”OpenAI模型的跡象，即使用更大模型的輸出來提高較小模型的性能，從而以較低成本在特定任務上取得類似結果。微軟則表示正在調(diào)查DeepSeek是否使用了OpenAI的API。

對于這一點，兩者的做法雖然有依據(jù)，但并不符合行業(yè)主流趨勢。

OpenAI的服務條款有規(guī)定，任何人都可以注冊使用OpenAI的API，但是不能使用輸出數(shù)據(jù)訓練對OpenAI造成競爭威脅的模型，也就是說DeepSeek可以調(diào)用OpenAI的數(shù)據(jù)，但不可以用來訓練大模型。不過，這個規(guī)定被很多人認為是“雙標”，因為OpenAI在訓練大模型使用了大量數(shù)據(jù)，其中的一部分就沒有得到數(shù)據(jù)所有者的授權，而且使用蒸餾數(shù)據(jù)是行業(yè)內(nèi)的普遍做法。

相比之下，微軟的做法更能說明這一質(zhì)疑是否站得住腳，他在指控DeepSeek涉嫌侵權的幾個小時后，就在自家的AI平臺上就接入了DeepSeek。

二、DeepSeepk有什么過人之處？

超低的成本帶來超高的性能，是DeepSeek帶給AI行業(yè)最大的震撼�；仡欀袊�企業(yè)在其他行業(yè)的發(fā)展軌跡，他們一直善于做質(zhì)價比，因此DeepSeek能脫穎而出其實是必然的。

前面提到，大模型行業(yè)此前存在算力信仰，無論是誰，如果想開發(fā)出性能更強的產(chǎn)品，都只能選擇堆算力和數(shù)據(jù)這一條路。誠然，這個策略開啟了大模型時代，海外的OpenAI和國內(nèi)的百度、字節(jié)等都受益于此。這種策略雖然仍在發(fā)揮作用，但邊際效應可能正在遞減。

以OpenAI為例，從2012年到2020年，其算力消耗平均每3.4個月就翻倍一次，8年間算力增長了30萬倍。OpenAI首席執(zhí)行官Sam Altman接受公開采訪表示，GTP-4參數(shù)量為GTP-3的20倍，需要的計算量為GTP-3的10倍；GTP-5在2024年底至2025年發(fā)布，它的參數(shù)量為GTP-3的100倍，需要的計算量為GTP-3的200-400倍。

如果每一代的性能都能有巨大的提升，那高昂的成本是可以接受的，問題在于，如果GPT-5今年還做不出來，或者性能成本提高10倍性能只提升10%、20%，那這種模式的追隨者就會大大減少。

導致這種情況出現(xiàn)的原因在于，OpenAI陷入了創(chuàng)新者窘境，他是行業(yè)開創(chuàng)者，背負了巨大的成本包袱，此時選擇閉源策略是合理的。如果GPT能持續(xù)大幅提高性能，市場就會持續(xù)買單。

而DeepSeek在技術上采取了開源的策略，所謂開源指的是軟件的源代碼可以在網(wǎng)絡上免費提供，以便進行修改和再分發(fā)。如果GPT-5的性能真的只提升了10%，那就會有很多人選擇開源，進而幫助DeepSeek成為AI時代的安卓。因此，在性能接近的前提下，DeepSeek的策略更具有普適性。

簡單來說，DeepSeek并沒有帶來顛覆性創(chuàng)新，但他的策略給行業(yè)提供了一個更有普適性的方向，讓大家不必再去堆算力也能做出高性能的大模型。

Stability AI前研究主管Tanishq Mathew Abraham，在近期的博文中強調(diào)了DeepSeek的三個創(chuàng)新點。

首先是多頭注意力機制，大語言模型通常是基于Transformer架構，使用所謂的多頭注意力（MHA）機制。DeepSeek團隊開發(fā)了一種MHA機制的變體，這種機制既能更高效地利用內(nèi)存，又能獲得更好的性能表現(xiàn)。其次是可驗證獎勵的GRPO，DeepSeek證明了一個非常簡單的強化學習（RL）流程實際上可以達到類似GPT-4的效果。更重要的是，他們開發(fā)了一種稱為GRPO的PPO強化學習算法變體，這種算法更加高效且性能更好。最后是DualPipe，在多GPU環(huán)境下訓練AI模型時，需要考慮很多效率相關的因素。DeepSeek團隊設計了一種稱為DualPipe的新方法，這種方法的效率和速度都顯著提高。

金沙江創(chuàng)投董事總經(jīng)理朱嘯虎則表示，DeepSeek的核心是不再需要人類干預，本來是RLHF（人類反饋強化學習），現(xiàn)在直接做RL（強化學習）了，所以成本可以做得很低。

綜合來看，DeepSeek的創(chuàng)新在于推理環(huán)節(jié)，通過工程創(chuàng)新，優(yōu)化了大模型在推理環(huán)節(jié)上存在的痛點，讓產(chǎn)品性能實現(xiàn)了大幅提升。而這其實是早已經(jīng)注定的結果，從日用百貨到手機、汽車，中國企業(yè)一直都擅長做質(zhì)價比，DeepSeek在大模型領域延續(xù)了這一傳統(tǒng)。

三、到底誰將受益？誰會受沖擊？

毫無疑問，DeepSeek作為繼OpenAI之后第二個對行業(yè)產(chǎn)生重大影響的大模型，必將會讓一部分人受益，也會沖擊一部分人的利益。

目前來看，受沖擊較大的是提供GPU的英偉達，其市值因為DeepSeek一度下跌超過6000億美元。不過，這只是表面現(xiàn)象，受DeepSeek沖擊最大的其實是以OpenAI為首的閉源大模型廠商。

對英偉達來說，DeepSeek的另辟蹊徑在一定程度上打破了大模型的唯算力論。但是，不管是DeepSeek還是OpenAI，在做訓練時依然需要他的GPU，即便是其他大模型廠商轉(zhuǎn)向DeepSeek的策略，也要依靠英偉達。瓦特在1759年改良蒸汽機后，更高效的蒸汽機開始廣泛應用，這沒有降低對煤炭的需求，英國的煤炭總消耗指數(shù)反而出現(xiàn)了上升，這種現(xiàn)象也適用于算力市場。

相比之下，DeepSeek對OpenAI為首的閉源大模型廠商的沖擊更大。前面提到，如果OpenAI不能證明這種萬卡集群模式能持續(xù)地幫助大模型大幅提升性能，那他不僅要被投資人質(zhì)疑，還會被用戶拋棄，如此一來，其商業(yè)模式就很難走通。

DeepSeek也將對傳統(tǒng)搜索廠商產(chǎn)生沖擊，這其實在OpenAI爆火后就出現(xiàn)過一次，當時的邏輯是大模型的高效和低成本將侵蝕谷歌的搜索市場的份額。在PC互聯(lián)網(wǎng)時代，搜索是第一個殺手級應用，業(yè)內(nèi)普遍認為，AI時代的第一個殺手級應用也是搜索。

與此同時，隨著DeepSeek加快了人工智能從“訓練階段”到“推理階段”的周期，這會增加對推理芯片的需求。

具體來說，推理指的是使用人工智能根據(jù)新的信息作出預測或決策的行為，這是DeepSeek的優(yōu)勢和創(chuàng)新點。不少行業(yè)人士認為，隨著客戶采用和構建DeepSeek的開源模型，對推理芯片和計算的需求會越來越大。

人工智能芯片初創(chuàng)公司d-Matrix的首席執(zhí)行官Sid Sheth表示，DeepSeek已經(jīng)證明，較小的開源模型可以訓練得與大型專有模型一樣強大，甚至更強大，而且成本很低。隨著小型功能模型的廣泛使用，他們催化了推理的時代。因此，隨著成本的降低，AI應用的采用可能會呈指數(shù)級增長，推理環(huán)節(jié)的算力需求或?qū)⒈�發(fā)。

值得注意的是，盡管DeepSeek的模式有獨到之處，由于采取了開源的策略，對手也可以用他的技術開發(fā)出相似的產(chǎn)品，這對他的商業(yè)化提出了挑戰(zhàn)。目前，李飛飛和斯坦福大學、華盛頓大學的研究人員已經(jīng)以不到50美元（只是云計算服務費）的成本，成功訓練出了類似R1的s1，s1在數(shù)學和編碼能力測試中的表現(xiàn)，與OpenAI的O1和R1不相上下。

DeepSeek的成績是值得關注的，但長期來看，他還需要找到一個合適的商業(yè)化模式，才能走得更遠。

       原文標題 : DeepSeek崛起，到底誰將受益？