DeepSeek-R1下载量破千万：不是AI的斯普特尼克时刻，是开源胜利

发布仅仅一个月左右，DeepSeek-R1成为Hugging Face平台上有史以来最受欢迎的模型，其衍生出的数千个变体模型下载量突破了1000万次！2月14日，Hugging Face联合创始人Clément Delangue在推特上激动宣布。

从Delangue分享的图表中可以明显看出，DeepSeek-R1（黄线）的下载量增长曲线几乎呈现出“垂直起飞”的态势，其他开源大模型，如Llama、Stable Diffusion、Mistral等增速相对缓慢。

这是继DeepSeek AI智能助手登顶美区App Store免费下载榜之后另一个振奋人心的消息。

我们来看看DeepSeek AI智能助手上架一个月后表现如何？

2月14日，它在生产工具类别下依然高居第三，排行榜的榜首被ChatGPT夺回，Google Gemini排在第四位。

在DeepSeek的评论区里，不少用户给出了高度评价：

“取消GPT订阅。我喜欢能够阅读它的‘推理’过程......更不用说我在我的MacBook 上运行了14b和32b本地模型。比Apple Intelligence好多了......我认为如果DeepSeek能够用更少的钱把事情做好，苹果应该解雇负责苹果智能研究的人。”

“五星好评！我最近有机会使用DeepSeek，我必须说，它彻底改变了我处理数据分析和决策的方式.....真正让我印象深刻的是它提供的定制和灵活性......感谢DeepSeek创造了如此强大且用户友好的解决方案！”

不过整体而言，DeepSeek的评分仅为4.1分，与两大竞争对手ChatGPT（4.9 分）和Google Gemini（4.8 分）仍有差距。

考虑到ChatGPT和Gemini经过多轮优化，UI/UX设计更为成熟，用户体验也更流畅；而DeepSeek虽然在AI模型压缩和轻量化方面表现出色，但用户在实际使用中仍可能遇到响应延迟、服务器不稳定、访问受限等问题。此外，作为一款来自中国的产品，其在美国市场的信任度相对较低。在这样的背景下，DeepSeek依然能取得当前的口碑和下载量，已相当可观。

回顾过去一个月，DeepSeek频频登上各大媒体的头版头条，成为科技公司和风投界热议的焦点。

凭借推出“平价好用”的大语言模型，这家总部位于杭州的公司更是引发了市场对“烧钱”型AI模式的深刻反思，同时也在一定程度上搅动了美股市场。

1月27日，随着其AI智能助手登顶美区App Store免费下载榜，纳斯达克指数暴跌超3%，一度触及19204.95点；标普500指数则下跌1.46%，最低降至5962.92点。

随着FOMO（Fear of Missing Out）情绪的消退，目前两大指数均已有所修复，在上周五，纳指重新站上20000点，标普500指数则回升至6,114.63点。

DeepSeek 为什么“震撼”了美国？

先上结论，主要有四个点对美国产生了极大的“震撼”：

1.极低的训练成本：DeepSeek团队声称仅花费了600万美元就训练出了 R1，而GPT-4的训练成本预计高达数亿美元。

2.中国AI研究实力的证明：美国一直在限制对中国的AI芯片出口（如 Nvidia GPU），但DeepSeek仍能取得突破，说明芯片封锁并未阻止中国AI的发展。

3.开源且提供极其宽松的许可：DeepSeek-R1采用MIT许可证，比Meta的 Llama 还要开放，任何人都可以免费使用、修改和二次开发，甚至商用化。

4.推理过程（reasoning traces）的公开：这点很重要。以往，OpenAI在发布A1时并没有公开推理过程，而推理过程的公开可以帮助小模型快速进行知识蒸馏（distillation），让小模型的训练成本更低、速度更快。

其实，DeepSeek在“爆火”之前，英文技术社区已经对它进行了一段时间的关注了。

在HackerNews上，最早的讨论可追溯至 2024 年 9 月，当时一名用户表示 DeepSeek的性能看起来不错，但对用户条款、隐私政策等存疑，而其他用户则回复道：“这是个开源模型，便宜又好用，不用太担心。”

2024年10月发布的一篇名为“DeepSeek v2.5 – 一个和GPT-4相当的开源大语言模型，但价格便宜95%” 的帖子也引发了热烈讨论，足见许多开发者都在寻找更经济实用的大语言模型。但大部分评论者认为，DeepSeek v2.5在功能完整度和性能上并不能完全替代GPT-4，更多是以极具优势的价格覆盖了基本需求，帮助开发者大幅降低日常研发和调用成本。

10月到12月之间，我们可以看到依旧有不少讨论DeepSeek的帖子。

接下来的剧情就是，1月20日，DeepSeek正式推出了R-1。这是一个在数学、代码生成和自然语言推理等任务上，可与OpenAI的o1模型相媲美，但对计算资源消耗却远低于市面主流大模型的全新大语言模型。随着DeepSeek的AI智能助手冲上美区苹果免费应用排行榜第一，美国科技公司的股价受到重创。

在匿名职场社交平台Blind上，一位Meta员工爆料，DeepSeek对Meta GenAI业务部门造成了巨大冲击：

“管理层担心如何证明GenAI业务部门的巨额成本是合理的。当GenAI业务部门的每一位领导的收入都超过完全培训DeepSeek v3的成本时，他们将如何面对更高的领导层？何况我们有几十位这样的领导。Deepseek-R1让事情变得更加可怕。我不能透露机密信息，但它很快就会公开。GenAI本应是一个专注于工程的小型组织，但由于一群人想加入影响力争夺战并人为地增加组织的招聘人数，每个人都输了。”

一名谷歌员工在回复中也给出了最受支持的观点：

“DeepSeek的做法的确疯狂。但这对整个行业是好事，我们正在实时见证公开竞争如何有效地推动创新。”

尽管不确定Meta GenAI部门是否真如帖子所言那样焦灼，但可以肯定的是，OpenAI、谷歌、Anthropic等AI巨头正在切实感受到来自DeepSeek的压力，并纷纷加快更新产品以巩固自身优势。

1月31日，OpenAI宣布推出全新推理模型o3-mini，并首次向免费用户开放。作为OpenAI推理系列中的最新产品，o3-mini相较o1价格便宜了93%，其中输入价格为1.10美元/百万Tokens，输出价格为4.40美元/百万Tokens。

2月5日，谷歌高调更新了Gemini 2.0全家桶，包括面向通用场景的Gemini 2.0 Flash、性能更强的Gemini 2.0 Pro，以及性价比最高的Gemini 2.0 Flash-Lite。官方信息显示，Gemini 2.0 Flash-Lite与1.5 Flash在速度和成本上持平，最大的亮点是“高性价比”，其输入价格为0.075美元/百万Tokens，输出价格为0.30美元/百万Tokens。

与DeepSeek-R1的输入/输出价格（分别为0.14美元和2.19美元/百万Tokens）相比，o3-mini依然偏贵；而Gemini 2.0 Flash-Lite虽然成本更低，但在需要更强算力或更复杂推理的场景中，表现相对逊色。

面对这样“便宜大碗”的模型，开发者们怎么能不动心？

Perplexity率先接入了DeepSeek，微软CEO萨提亚·纳德拉也在1月29日的财报电话会议上宣布：DeepSeek-R1可通过Azure AI Foundry和GitHub获取。随后，AWS、英伟达、AMD、Intel等云服务及芯片巨头纷纷快速跟进，争相搭上DeepSeek的“快车”，希望借其更低成本、更高效的推理能力来增强各自的AI生态，以及更好地满足开发者需求。

在错综复杂的地缘政治环境下，中美在AI领域常因政策与监管产生分歧。然而，DeepSeek采用开源和宽松许可模式发布其模型，让更多研究者能够跨越国别和制度鸿沟，进行深度探索与验证。这种“社区共建”的机制，不仅推动了技术的快速迭代与传播，也在很大程度上弱化了地缘竞争中的不信任感，为AI创新建立了一个相对开放的公共平台，给业界带来了强烈的“震撼”。

这是AI的斯普特尼克时刻？还是一份礼物？

1957 年，苏联成功发射人类历史上的第一颗人造卫星——斯普特尼克（Sputnik），美国人顿觉领先地位被撼动，不得不全力投入到一场空前的太空竞赛中。

今天，美国主流媒体也将中国团队推出的DeepSeek-R1视作一种“AI的斯普特尼克时刻”，因为它同样触动了科技界的神经，引发了类似当年的危机感与紧迫感。甚至美国总统唐纳德·特朗普也宣称这是“对我们AI行业的警钟，我们需要全神贯注于竞争”。

在美国风险投资机构Andreessen Horowitz（a16z）的合伙人Martin Casado看来，这场AI竞赛和当年的太空竞赛没什么两样，美国必须赢。

他在近期的播客中谈到，DeepSeek之所以能在短时间内获得巨大关注，一是因为它开源程度极高，采用了极其宽松的许可证；二是公开了推理过程，让小模型能够快速进行知识蒸馏，进一步降低训练成本与加快推理速度。与之形成鲜明对比的是，为了巩固自己在行业里的领先地位，冠着“Open”名号的OpenAI在发布o1时并没有公开任何推理细节。

(Martin Casado在播客里)

Casado是工程师出身，在a16z专注于企业软件、网络安全、云计算和人工智能等领域的投资。

他还坦言，美国近年来的AI政策是失败的——高密度、高强度的出口管制，试图在芯片和软件层面封锁中国的AI发展，这样的措施没有达到预期效果，DeepSeek的崛起就是最好的证明。

“我们需要从一个更广阔的视角来看待这个问题——中国确实有顶尖的AI研究团队。DeepSeek其实已经发布过多个业界领先（SOTA）的模型，比如V3，可能比R1更具技术含量。类似于GPT-4，它们也是基于链式思维（Chain of Thought, CoT）进行推理的，而DeepSeek早就在这方面有所研究。”Casado说到。

当年的斯普特尼克让美国重新思考自身科技与教育体系，同时加速了对太空探索的投入。如今，面对DeepSeek的崛起，更值得反思的是，在打着自由市场旗号的美国，OpenAI、谷歌、Anthropic 等 AI 巨头大多优先考虑专有模型，而中国团队则通过开源方式实现了突破性进展，进一步降低最前沿 AI 的门槛和成本，构建起蓬勃发展的AI生态系统。

对大公司而言，私有化模型有助于把控知识产权、强化自身在市场中的地位。然而，这种高度封闭的发展方式在高速演进的AI领域里，越来越难以满足公众对技术开放和透明度的期待，也可能成为创新与合作的桎梏。

在政府层面，白宫对AI领域实施的算力限制和代码封锁等举措，不但没有遏制中国的进步，反而在某种程度上束缚了美国自身的领先优势。

a16z的另一位合伙人Alex Rampell更直截了当地指出，“拜登政府担心如果美国的AI开源，中国会复制。但DeepSeek反其道而行之——现在是中国发布了开源AI，而美国的公司都想使用它或复刻它，因为它的性能实在太强了。”

开源曾是美国高科技领域里最引以为傲的“杀手锏”，早年的互联网协议、操作系统、数据库等关键技术，正是在广泛开放的环境下得以快速迭代，助力美国牢牢把握信息革命的制高点。然而，近几年由于对知识产权与商业收益的高度关注，再加上对国家安全和经济制裁层面的考量，一些科技巨头选择更加封闭的研发模式，缩减了行业合作与创新的空间。

Rampell并不认为DeepSeek是“新的斯普特尼克时刻”，而是“给美国人民的礼物”：它让“骄傲”的美国不得不正视全球AI竞争的现状，加速在技术、人才和资金上的投入。

在这样的大背景下，越来越多的科技人呼吁，美国的AI政策必须做出深层调整。继续靠封锁和管控来保持优势，只会失去推动全行业整体跃升的机会。正如Meta首席人工智能科学家 Yann LeCun 在LinkedIn上所言：“对于那些看到DeepSeek表现、认为这是中国在人工智能领域超越美国的人来说，你们理解错了。正确的解读是开源模型正在超越专有模型。”

随着AI竞争逐渐从单纯追求更大规模、更多参数和更强算力，转向注重应用与生态的深度整合，谁能让大模型在不同行业场景中快速落地，并构建强大的协同网络，谁就能在这场竞赛中率先胜出。

英伟达CEO黄仁勋就曾强调，模型规模本身并不代表市场价值，真正能让技术落地的，取决于能否与现实需求无缝对接；斯坦福大学教授吴恩达（Andrew Ng）也在演讲中反复提到：解决实际问题、为用户创造价值，才是所有大模型发展的根本目标。从医疗、金融到零售，每个行业都有不同的业务痛点和法规要求，促使研发团队必须进行针对性的模型裁剪与定制。

在这种趋势下，像DeepSeek这样依托开放、弹性生态系统的团队，不仅能为行业提供更低门槛的成长路线，还能不断吸纳开发者与合作伙伴，让AI技术在更多应用场景释放潜力，保持可持续发展。

OpenAI CEO Sam Altman也开始反思他的策略。在o3-mini发布会后，这位硅谷天才创业者与几位高管在Reddit上回答网友提问，在问及是否会公开部分大模型权重时，Altman坦言：“我个人认为，我们在开源策略上可能走错了方向，需要探索一种全新的开放模式。不过，并非所有OpenAI成员都认同这一观点，而且目前这也并非我们的最高优先级。”

或许DeepSeek不仅是开源大模型的一次重大胜利，更是一份“送给世界的礼物”，将为整个行业树立了全新的标杆。