DeepSeek被美国科技圈盯上了｜钛媒体AGI

（图片来源：Shutterstock US）

正如大家所知，“东方神秘力量”DeepSeek近期在中国、美国的科技圈受到广泛关注，甚至被认为是大模型行业最大“黑马”。

近期，中国 AI 大模型创业公司DeepSeek（深度求索）正式发布 DeepSeek-R1大模型，称在数学、代码、自然语言推理等任务上，性能比肩OpenAI o1正式版。

这一消息震动了全球 AI 圈，也让美国 AI 公司研究人员感到吃惊于中国赶超了美国大模型技术。

一位Meta的工程师在美国科技公司员工社区Blind中这样写道，“Meta的生成式AI部门正处于恐慌中。这一切始于DeepSeek，它使得 Llama 4 在基准测试中已经落后。雪上加霜的是：那个不知名的中国公司，仅有550万美元的训练预算。工程师们正在疯狂地剖析DeepSeek，并试图从中复制一切可能的东西。”

钛媒体AGI了解到，截至发稿前，DeepSeek移动端在苹果 App Store应用商店排行第八，超越Google Gemini、Microsoft Copilot等美国生成式 AI 产品，下载热度仅次于ChatGPT。同时，OpenAI、字节跳动、阿里通义以及智谱、Kimi月之暗面等国内外团队都在积极研究DeepSeek，OpenAI和字节跳动都在考虑与DeepSeek展开研究合作。

达沃斯世界经济论坛期间，Scale AI创始人亚历山大·王（Alexandr Wang）直言，DeepSeekAI大模型性能大致与美国最好的模型相当。他认为，过去十年来，美国可能一直在 AI 竞赛中领先于中国，但DeepSeek的AI大模型发布可能会“改变一切”。

值得细品的是Alexandr Wang说的另一段话：“DeepSeek大约有5万张H100计算卡，他们显然不能谈论这件事，因为这违反了美国实施的出口管制。我认为这是真的，我认为他们的筹码比其他人预期的要多，但也会继续前进。他们将受到芯片控制和出口管制的限制。”

Alexandr Wang暗示DeepSeek将会受到美国管制。

DeepSeek创始人、头部量化私募幻方量化创始人梁文锋曾表示，DeepSeek面临的主要制约因素不是资金，而是高端算力的使用权，这些芯片对于训练先进AI模型至关重要。

随着AMD证实DeepSeek正在使用最强 AI 芯片之一的MI300X进行大模型训练，对于中国 AI 如何突破围栏实施大模型训练，将成为关键话题。

DeepSeek朝美国硅谷开的“这一枪”用时4年

如果你在 AI 圈，对于DeepSeek和梁文锋已经有很多文章进行介绍了。总结来说有几点：

• 1、梁文锋是典型的“小镇做题家”：出生于广东湛江的五（三）线城市、17岁考入浙江大学，2010年硕士毕业于浙江大学信息与通信工程专业。
• 2、硕士毕业后，梁文锋就带领团队开始使用机器学习等技术探索全自动量化交易。2010年，他和浙江大学校友创立了雅克比投资。
• 3、2015年6月，30岁的梁文锋与“股东出轨女下属”的徐进联合创办杭州幻方科技有限公司（幻方量化、High-Flyer），依靠数学与人工智能进行量化投资，立志成为世界顶级的量化对冲基金。
• 4、2021年，幻方量化管理规模已突破了1000亿元，同一年，梁文锋开始找寻“副业”，找供应商买了数千张英伟达GPU显卡（当时应该买的是RTX4090、A100、L40等），发力AI技术。而到2023年，幻方量化管理总规模已降到400多亿元。
• 5、2023年初，幻方量化曾宣布自身拥有1万张英伟达A100 GPU卡，后来我们了解到，当时幻方量化说了假话，它当时仅拥有数千张A100卡而已，剩下则是消费卡、老款显卡，还有用云服务方式租用A100显卡。业内人士将其视为，一个亿万富翁寻找新爱好时的“古怪行为”。
• 6、DeepSeek热潮很大程度上与国内媒体所谓“中国大模型企业超越美国”这类东升西降的热捧是分不开。其实，DeepSeek技术并未稀奇到“惊叹”程度，DeepSeek V1版本的时候很粗糙，当时大量使用GPT的开源数据，甚至一度调用过GPT-3.5 API接口。如今的“AI界的拼多多”，本身是AI infra技术和团队 AI 技术能力强。因此，媒体用DeepSeek单一模型证实中国 AI 技术超越美国，是逻辑上的“以偏概全”错误，DeepSeek是 AI 技术迭代的受益者，但这并不代表它在技术上具备了超越OpenAI等领先企业的实力。
• 7、DeepSeek的实例进一步表明，AI技术并不存在明显的“护城河”，模型技术的超越已成为常态，“六小虎”并不是唯一头部。然而，AI算力规模的增长以及长期的模型迭代是否能够真正超越OpenAI，才是决定AI大模型发展的关键因素。
• 8、DeepSeek不融资、短期没有上市意愿，良好的现金流促使DeepSeek招聘大量 AI 研究人才，形成所谓“研究院”氛围，只负责前沿，不负责商业，甚至团队非常懂基础设施和芯片原理。此外，他还从对冲基金行业带走了最好的团队加入DeepSeek。

正如图灵奖得主、Meta AI首席科学家杨乐昆（Yann LeCun）所说，“给那些看到 DeepSeek 的表现后，觉得‘中国在 AI 方面正在超越美国’的人，你们的解读是错的。正确的解读应该是，‘开源模型正在超越专有模型’。”

事实上，从购买千张GPU搭建 AI 算力开始，DeepSeek大模型超越OpenAI之路用时4年。

去年 12 月底，DeepSeek发布的DeepSeek-V3开源基础模型性能，与GPT-4o和Claude Sonnet 3.5等顶尖模型相近，但训练成本极低。整个训练在2048块英伟达H800 GPU集群上完成，仅花费约557.6万美元，不到其他顶尖模型训练成本的十分之一。

GPT-4o等模型的训练成本约为1亿美元，至少在万个GPU量级的计算集群上训练，而且使用的是性能更为优越的H100 GPU。例如，同为顶尖大模型，去年发布的Llama 3.1在训练过程中使用了16,384块H100 GPU，消耗了DeepSeek-V3 11倍的计算资源，成本超过6000万美元。

如今，尽管DeepSeek现在尚未公布训练推理模型R1的完整成本，但它公布了API的定价，每百万输入 tokens 1 元-4元人民币，每百万输出 tokens 16 元。这个收费大约是 OpenAI o1运行成本的三十分之一。

成本进一步降低的同时，DeepSeek R1的技术关键点在于其创新的训练方法——DeepSeek-R1-Zero路线，该路线直接将强化学习（RL）应用于基础模型，无需依赖监督微调（SFT）和已标注数据。通过建立简单的准确性奖励和格式要求规则，DeepSeek R1在无监督数据的情况下实现自我进化，获得强大的推理能力。在AIME 2024基准测试中，DeepSeek R1-Zero展现了高达86.7%的准确率，证明了直接强化学习在训练高级推理模型中的有效性。

艾伦人工智能研究所科学家内森·兰伯特（Nathan Lambert）表示，R1的论文是推理模型研究不确定性中的一个重要转折点，因为到目前为止，AI 推理模型一直是工业研究的一个重要领域，但缺乏一篇具有开创性的论文。

据知识分子，中山大学集成电路学院助理教授王美琪表示，直接强化学习方法与 DeepSeek 团队在多版模型迭代中的一系列工程优化技术（如简化奖惩模型设计等）相结合，有效降低了大模型的训练成本。直接强化学习避免了大量人工标注数据的工作，而奖惩模型的简化设计等则减少了对计算资源的需求。

“DeepSeek 的运行方式就像DeepMind早期一样，”一位 AI 投资者表示，它纯粹专注于研究和工程，而非商业化。

英伟达高级研究科学家Jim Fan直言，“DeepSeek是本年度开源大语言模型领域的最大黑马。”

算力需求仍是大模型资源“困境”，美国出口管制影响不小

对于DeepSeek，英国《自然》杂志认为，尽管美国对华半导体出口管制进行限制，但中国公司还是成功制造了DeepSeek R1。但西雅图 AI 研究员 Francois Chollet认为，“高效利用资源比单纯的计算规模更重要。”

梁文锋此前也指出，对于DeepSeek来说，算力更高的先进 AI 芯片对于训练先进AI模型至关重要。

如今，Alexander Wang直言不讳地表达美国政府需要为了领先优势对DeepSeek的 AI 芯片进行调查和管制。

Alexandr Wang出生于1997年，他于19岁那年从美国麻省理工学院辍学，创立的AI公司Scale AI估值超百亿美元，获得了包括Y Combinator、英伟达、AMD风投、亚马逊、Meta等巨头科技公司投资，该公司为OpenAI、谷歌和 Meta等提供训练数据。

此前，Alexandr Wang发文表达对中国 AI 追赶美国的担忧。他认为，DeepSeek-V3的发布给外界的教训是，在美国人休息时，中国人在工作，并以更便宜、更快、更强的产品迎头赶上。

OpenAI 首席财务官 Sarah Friar也认为，中美之间的 AI 竞争不是简单的口水战，这是一场真实的竞争，双方正在大力投资这一领域。“我们已经看到特朗普政府愿意积极参与，无论是从经济角度，还是从监管和商业竞争的角度。我们很期待开始实质性的合作。”

当前，美国出口管制成为中国 AI 行业发展的关键因素之一。

北京时间1月15日晚，美国商务部工业和安全局 （BIS） 修订了《出口管制条例》（EAR），在实体清单中分两批，共增加了25个中国实体，包括智谱旗下9个实体等。

这是首个中国AI大模型公司被美国列入“实体清单”。

对此，智谱发声明回应称，“美国商务部工业和安全局（BIS）拟将智谱及子公司增列至出口管制实体清单。这一决定缺乏事实依据，我们对此表示强烈反对。鉴于智谱掌握全链路大模型核心技术的事实，被列入实体清单不会对公司业务产生实质影响。智谱有能力也将更专注地为我们的用户和伙伴提供世界一流的大模型技术、产品和服务。同时公司将继续参与全球人工智能竞争，坚持最高安全标准和公平、透明、可持续原则，推动人工智能技术发展。”

在此之前，旷视、依图、云从、摩尔线程等大量 AI 公司被列入美国“实体清单”，对于一些 AI 软件公司来说有一定影响——无法再训练出万亿规模大模型。

然而，DeepSeek、字节跳动等中国企业的出现和发力 AI 领域，让美国意识到管制无法阻止中国对标OpenAI，持续推进 AI 技术领先。

《福布斯》发文指出，DeepSeek让世界认识到，“中国并未退出这场（人工智能的）竞赛。”

“如果最好的开源技术来自中国，美国开发人员将在这些技术的基础上构建他们的系统。从长远来看，这可能会让中国成为研发 AI 的中心。”《纽约时报》称。

不过，DeepSeek依然面临竞争对手囤积大量算力挑战。本周，特朗普宣布，OpenAI与甲骨文、日本软银集团共同创立一家5000亿美金投资新计划公司“星际之门”，立即在美国至少投资 1000 亿美元用于 AI 基础设施。同时，马斯克的 xAI 也正在大规模扩展其超级计算机，以容纳超过100万个 GPU，以帮助训练其 Grok AI 模型。

这时我就想起了百度创始人、CEO李彦宏的话：“开源模型会越来越落后”。

如今看来，DeepSeek证明开源并未落后，甚至给中国 AI 超越美国的目标带来更多的希望。但是，DeepSeek能否因此面临美国政府的针对性限制，最终导致模型训练和算力层面面临制约，依然存在巨大不确定性。

“当前，DeepSeek 拥有中国最大的先进计算集群之一，”梁文锋的商业合作伙伴对外称，“他们现在有足够的资源容量，但不会太久。”

（本文首发于钛媒体App，作者｜林志佳，编辑｜胡润峰）