證券時報
周春媚
2025-02-26 19:30
可以確定的是，DeepSeek為行業(yè)競爭帶來了深遠(yuǎn)的影響，使得開閉源的天平開始向開源一側(cè)傾斜。
大模型行業(yè)風(fēng)向標(biāo)快速轉(zhuǎn)動有時令人猝不及防。去年C端大模型應(yīng)用做得聲量最大的國內(nèi)廠商中，一定有豆包和Kimi。但如果最近再去看蘋果中國區(qū)免費版APP排行，會發(fā)現(xiàn)，第一名是DeepSeek，騰訊元寶搭載DeepSeek并大方投流后，也沖到了榜單第二名。
有沒有搭上DeepSeek“概念”，成為近期C端大模型應(yīng)用火不火的重要因素。這樣一家原本鮮少出現(xiàn)在大眾視野中的公司，不僅在改變APP的排行，也在沖擊大模型競爭格局。
多名受訪的AI業(yè)內(nèi)人士表示，DeepSeek的技術(shù)實力過硬且選擇開源，這對一些閉源公司造成了沖擊，一些大模型團隊需要反思自身的做法。然而，DeepSeek的一些特質(zhì)，例如未依靠外部融資、幾乎只做基礎(chǔ)研究，卻很難被其他團隊復(fù)制。一些業(yè)內(nèi)人士近期在冷靜地評估并思考如何從這個同行身上學(xué)習(xí)。
“DeepSeek有些工作給了大家很大的啟示，例如在看得很準(zhǔn)的方向上聚焦發(fā)力，就容易有收獲?！泵姹谥悄蹸EO李大海告訴第一財經(jīng)記者。但他也提到，要客觀理性地看待DeepSeek的成功，如果一個公司完全學(xué)習(xí)DeepSeek的做法，不一定意味著會取得下一次成功。
重估DeepSeek
2月26日，DeepSeek如約開源了第三個代碼庫，接下來幾天還會繼續(xù)開源兩個代碼庫。開源讓業(yè)界有所受益。國內(nèi)某大模型廠商的大模型研究人員acedar告訴記者，DeepSeek的創(chuàng)新成果都很實用，其他大模型團隊可以直接用上，這會讓國內(nèi)大模型水平全面提升。
拔高大模型整體水平的同時，在業(yè)內(nèi)，DeepSeek更像一個攪局者，讓其他大模型廠商顯得有些尷尬。科技大廠之外，去年，國內(nèi)站在聚光燈下的還是六家大模型創(chuàng)業(yè)公司，它們的估值可能都超200億元，而DeepSeek沒有出現(xiàn)在融資大戰(zhàn)中，也鮮有營銷動作，甚至有些默默無聞。正是這樣一家公司，光芒一下子蓋過了“六小龍”，給行業(yè)競爭帶來了新變數(shù)。
要怎么評估這樣一個競爭對手？DeepSeek是否在技術(shù)水平上也完全壓過其他廠商？除了贊賞，業(yè)界近期也出現(xiàn)了一些不同的聲音，認(rèn)為不能拋開開源的影響力，只站在技術(shù)優(yōu)勢的角度看待DeepSeek的爆火。一種看法是，DeepSeek-R1推出更像是Llama開源的時刻，而非ChatGPT面世的時刻，R1爆火很大程度上是建立在OpenAI閉源收費的錯誤策略上。
“如果R1是個閉源模型，一定不會達(dá)到現(xiàn)在這種‘出圈’的效果?！睆?fù)旦大學(xué)計算機科學(xué)技術(shù)學(xué)院教授邱錫鵬在一個線上直播中表示。“R1受關(guān)注的原因一是低成本，二是效果好，三是開源。之所以Meta的模型開源沒有DeepSeek影響力這么大，是因為效果比不上R1。R1大模型所在的頭部大模型陣列中，其他模型是閉源的，這種情況下，R1才會對所有大模型公司都造成巨大沖擊?！毙吕宋⒉┬录夹g(shù)研發(fā)負(fù)責(zé)人張俊林也告訴記者。
李大海向記者分析，DeepSeek的做法成功了，背后既有必然性，也有偶然性，必然性在于復(fù)刻出了OpenAI o1模型的高階推理效果，且模型開源。同時，此次DeepSeek增長速度很快，與推出時間點也有關(guān)系，春節(jié)期間正值國內(nèi)社交性聚集高峰，傳播效應(yīng)高于平時。
從技術(shù)難度看，也有一些業(yè)界人士分析，DeepSeek能在較短的時間內(nèi)復(fù)現(xiàn)o1的水平，本身就存在一些可預(yù)見性。DeepSeek-R1并非純基座模型，而是基于DeepSeek-V3。一名國內(nèi)大模型頭部廠商研發(fā)人員告訴記者，R1的性能在較短時間內(nèi)追趕上o1背后，是o1的技術(shù)壁壘相對較小，在算法方案探索出來后，研發(fā)就變得簡單。對比之下，復(fù)現(xiàn)GPT-4這種基座模型有更多影響因素，例如算力部署、數(shù)據(jù)準(zhǔn)備、工程基建等，這些因素缺一不可。在R1做出來之前，DeepSeek的基座模型已經(jīng)有了，各種基建也已經(jīng)準(zhǔn)備好了，這是R1能迅速推出的重要原因。
張俊林甚至認(rèn)為，做出R1耗時本來就不需要多，R1成本估計只是10萬美元級別乃至更低。對比之下，復(fù)刻GPT-4這種純基座模型，大模型團隊遇到算法變向耗時可長達(dá)2個月、耗費高達(dá)幾千萬元?！癛1主要采用的是很主流的技術(shù)，這意味著大模型團隊即便是窮舉各種主流技術(shù)，也能最終試出正確路線，且單次嘗試的時間和金錢成本不高?！睆埧×终J(rèn)為。
認(rèn)可DeepSeek團隊技術(shù)能力的同時，一些AI領(lǐng)域從業(yè)者近期也在分析R1仍存在的缺點。邱錫鵬認(rèn)為，R1還存在過度優(yōu)化的問題，例如經(jīng)常會用到一些非常高端的詞匯，且R1在通用任務(wù)上的推理效果還不太理想，其背后是強化學(xué)習(xí)的泛化性需要進(jìn)一步研究。
記者了解到，DeepSeek掀起AI使用熱潮后，國內(nèi)一家互聯(lián)網(wǎng)公司近期在內(nèi)部舉行了一次討論，探討DeepSeek等AI技術(shù)在工作中的實際使用情況。有員工在會上就提到DeepSeek-R1的優(yōu)缺點，稱R1適合金融、醫(yī)療、教育等要用到推理思考邏輯的場景，但不適合對局部進(jìn)行處理的場景，例如讓DeepSeek寫一段函數(shù)。在不需要上下文理解的情況下，使用非推理思考路徑的大模型反而效果更好。
DeepSeek對應(yīng)用場景也有所側(cè)重，這意味著，DeepSeek模型不一定適合所有場景。一名芯片廠商高管告訴記者，R1-671B是一個很大的模型，該公司測算下來，全量部署R1且讓R1能理解180K上下文，至少需要用到64臺機器。在部署機器量龐大、系統(tǒng)成本很高的情況下，單個用戶token成本可以做到很低，可以把并行用戶量做到非常大。他由此判斷，DeepSeek未來的商業(yè)策略將是面向To C場景，而非To B或私有化部署。
DeepSeek的創(chuàng)新工作并非能被其他大模型公司全部采用。李大海告訴記者，面壁智能在R1發(fā)布前就關(guān)注并學(xué)習(xí)了DeepSeek的很多工作和技術(shù)思路。然而，DeepSeek的工作主要面向云端的高并發(fā)場景，而面壁智能則聚焦于端側(cè)場景，服務(wù)單一用戶的專屬模型。端側(cè)場景需要解決的主要問題是功耗足夠低、響應(yīng)足夠快，這與云端場景有很大差別，很多DeepSeek的設(shè)計思路不能直接用。
天平往開源傾斜了
DeepSeek-R1不是大模型競爭的終局，OpenAI的下一代推理模型o3計劃融入GPT-5并在幾個月內(nèi)推出，馬斯克旗下的AI公司xAI也已向OpenAI和DeepSeek發(fā)出挑戰(zhàn)。DeepSeek能否贏得下一局對弈仍存變數(shù)。但可以確定的是，它為行業(yè)競爭帶來了更深遠(yuǎn)的影響，使得開閉源的天平開始向開源一側(cè)傾斜。
OpenAI CEO奧爾特曼在2月o3-mini發(fā)布當(dāng)天表示，OpenAI的開源政策站在了“歷史錯誤的一邊”，需要想出一個不同的開源策略。有業(yè)界人士分析，OpenAI的“傲慢之罪”在于隱藏o1的思考過程并采用高收費模式，無法讓盡可能多的人感受到深度思考的威力。
在國內(nèi)，一貫堅持閉源路線的百度也“倒戈”向開源。去年，百度董事長李彥宏還表示，大模型開源的意義不大，閉源模型在能力上會持續(xù)領(lǐng)先。今年2月14日，百度就宣布將在未來幾個月陸續(xù)推出文心大模型4.5系列，并于6月30日正式開源。
從開源的沖擊看，能力不如開源模型的閉源模型面臨尷尬境地。既然開源模型可以被開發(fā)者自行下載、微調(diào)乃至私有化部署，就不需要為了使用閉源大模型付費了。
從商業(yè)化角度，也有從業(yè)者認(rèn)為，DeepSeek證明了當(dāng)前開源的正確性。
“從商業(yè)層面看，模型行業(yè)里，如果一個技術(shù)被當(dāng)成引擎，用于讓某個業(yè)務(wù)做得好，而且這個業(yè)務(wù)有完整閉環(huán)的商業(yè)模式，那這個引擎未必需要開源。例如，谷歌搜索引擎、字節(jié)推薦系統(tǒng)作為內(nèi)生引擎不需要開源。”李大海告訴記者，如果OpenAI的商業(yè)模式是通過好的引擎更快地產(chǎn)生超級APP，而且這個邏輯走得通，大家能從這個邏輯中賺到很多錢，就會有更多人選擇閉源。
李大海告訴記者，實際情況是，現(xiàn)階段行業(yè)“卷”了一年的產(chǎn)品，還沒有看到馬上會出現(xiàn)基于大模型的超級APP出現(xiàn)的可能，不存在很適合閉源模型的商業(yè)模式，商業(yè)模式上走開源路線可能是更正確的。從另一個角度看，AGI（通用人工智能）賽道上，模型能力演進(jìn)是當(dāng)下最重要的工作，更快讓模型成為受關(guān)注的核心技術(shù)、通過模型智能的絕對提升來獲得行業(yè)認(rèn)知和更好的生態(tài)，是收益更大的事，開源能讓最重要的工作更快被行業(yè)感知和接受，“這次DeepSeek的成功讓國內(nèi)更多團隊意識到了我說的邏輯?！?/p>
李大海告訴記者，開源逐步變成一種范式，能讓整個生態(tài)的參與者產(chǎn)生信任，這種信任源于兩個方面，一是不用擔(dān)心是純PR（營銷宣傳），二是不用擔(dān)心這個團隊未來能否活下來，即便公司沒了，大家仍然可以基于開源生態(tài)做下一步工作。商業(yè)化上，很多開源模型也能通過API（接口）賺錢，甚至因為開源帶來的信任，直接拿模型賺錢可以有更大收益。
對比大模型廠商以閉源模型為基礎(chǔ)打造應(yīng)用的方式，站在大模型智能演化的角度，也有從業(yè)者認(rèn)為，當(dāng)前追求模型智力水平更重要。張俊林表示，只要提升基礎(chǔ)模型智力水平，很多應(yīng)用的壁壘會越來越薄，有一種可能是，在基座模型智力增加的情況下，只需少量某領(lǐng)域的數(shù)據(jù)就能做好該領(lǐng)域的任務(wù)，那么，大模型廠商盡早做應(yīng)用、形成數(shù)據(jù)壁壘的邏輯就不成立。
DeepSeek之外，李大海告訴記者，面壁公司內(nèi)核也完全擁抱開源。還有一些廠商也傳來了開源的消息，奧爾特曼近日在社交平臺提出兩種開源模型的方向并發(fā)起投票調(diào)查，阿里巴巴2月25日晚則開源了視頻生成模型萬相2.1。
格局未定
可見的是，DeepSeek增加了AI的滲透。月之暗面Kimi暫緩了“燒錢”投放后，知情人士回應(yīng)稱，原因是DeepSeek熱潮帶動大眾對AI的認(rèn)知，包括Kimi在內(nèi)的幾個主要產(chǎn)品自然增長實現(xiàn)翻倍。“由于DeepSeek的原因，我們看到很多還在猶豫的行業(yè)開始更積極擁抱AI了，很多客戶找到我們，這對行業(yè)來說是多贏的。”李大海告訴記者。
更難看到的是，DeepSeek如何改變業(yè)內(nèi)其他公司的處境。一名去年還在猶豫要不要投資大模型的投資人告訴記者，投資大模型廠商的風(fēng)險在于高估值、哪家能跑出來具有不確定性，但目前來看，隨著DeepSeek在越來越多場景被使用，DeepSeek的確定性增強了，他認(rèn)為，大模型行業(yè)將會有互聯(lián)網(wǎng)贏家通吃的特點，甚至未來可能只會有一個基礎(chǔ)模型， DeepSeek的出現(xiàn)和開源的做法讓大模型行業(yè)洗牌變得更快。
李大海則認(rèn)為，AI還在快速演進(jìn)，AGI則是比較遠(yuǎn)的目標(biāo)。“AGI賽道的比拼是長跑，是馬拉松，現(xiàn)在只跑了一段，可能跑了5公里、10公里，所以未來大家還有機會。”李大海說，在這個過程中，團隊人才密度、對未來技術(shù)的視野都是很重要的特質(zhì)。
能否復(fù)制DeepSeek的成功，也是一個近期被熱議的話題。作為一家不依賴外部融資、以基礎(chǔ)研究為主且不著急布局商業(yè)化的公司，DeepSeek有足夠多與其他公司不同的特質(zhì)。一些分析人士認(rèn)為，在資金自有基礎(chǔ)上的技術(shù)理想主義是DeepSeek成功的重要原因，而其他公司很難擁有這種特點。要不要嘗試復(fù)制DeepSeek，成為擺在其他廠商面前的問題。
清華大學(xué)長聘副教授劉知遠(yuǎn)在一個線上分享中表示，能感受到DeepSeek擁有一個由技術(shù)長期主義推出來的結(jié)構(gòu)，“中國已經(jīng)到了這樣一個階段，需要有更多像DeepSeek這樣的團隊，但是又不像DeepSeek這么有錢，能不能讓他們踏踏實實地做一些創(chuàng)新？這非常值得我們思考?！?/p>
立足現(xiàn)實，acedar告訴記者，DeepSeek以研究為目的，不計較短期回報，而其他創(chuàng)業(yè)公司和大型科技企業(yè)則面臨各種牽絆。DeepSeek的模式雖然帶來了沖擊，但業(yè)內(nèi)究竟有多少團隊會付諸實踐，仍是一個疑問。
“每家公司有每家公司的稟賦，不同領(lǐng)域有不同領(lǐng)域的問題。并非完全學(xué)習(xí)DeepSeek的做法就一定會取得成功，這是刻舟求劍?！崩畲蠛t認(rèn)為，在基礎(chǔ)研究和商業(yè)應(yīng)用的優(yōu)先級上，面壁的答案是基礎(chǔ)模型，但面壁可能不會與DeepSeek完全一樣?！拔覀冇X得商業(yè)應(yīng)用也非常重要，因為端側(cè)離用戶更近，應(yīng)該用商業(yè)落地去同步驗證基礎(chǔ)模型演進(jìn)對用戶的實際效用，做端側(cè)大模型兩手都要抓?！?/p>
“回顧歷史上的創(chuàng)新，它們的模式都不一樣，本質(zhì)上都是在專注的領(lǐng)域解決一些復(fù)雜、有限制因素的問題。”李大海告訴記者，DeepSeek有很好的現(xiàn)金流，可以不斷補貼大模型團隊，這當(dāng)然是比較理想的狀態(tài)，研究員可以更心無旁騖地做科研，但當(dāng)有更大限制、需要用更少的錢做事的時候，限制可能也會激發(fā)意想不到的創(chuàng)新，DeepSeek的創(chuàng)新從矛盾中生發(fā)的，即又要模型聰明、又不要太貴，“面壁在端側(cè)大模型也要面對很多矛盾，例如讓模型聰明、功耗還低，限制條件可能激發(fā)創(chuàng)新，我們也不認(rèn)為要像DeepSeek一樣自己有非常多錢，才能做出這樣的創(chuàng)新?！?/p>
