堅(jiān)持長期視角,，專注底層創(chuàng)新，探索新的路徑,。一家此前不被多數(shù)媒體關(guān)注的“小企業(yè)”,，走開源路線而非閉源或率先開發(fā)應(yīng)用，卻在2025年開年成為中國大模型領(lǐng)域科技創(chuàng)新的全球代表,。

這家名為DeepSeek（深度求索）的中國大模型企業(yè)，最近發(fā)布的大模型在多項(xiàng)性能測試中達(dá)到了OpenAI最新大模型o1的水平,，部分項(xiàng)目甚至實(shí)現(xiàn)了超越,。這引發(fā)了全球科技行業(yè)的熱烈討論，有媒體形容“DeepSeek朝硅谷‘開了一槍’”,，甚至“震動美國科技界”,。

DeepSeek的成功主要體現(xiàn)在兩方面。首先是其算力成本投入與表現(xiàn)出來的性能對比超出了行業(yè)的一般認(rèn)知,。據(jù)媒體報(bào)道,，DeepSeek r1的訓(xùn)練成本僅為ChatGPT o1的零頭,。其次是DeepSeek證明了開源路線的逆襲勝利，對大公司,、巨頭的閉源路線進(jìn)行了一次顛覆,。

然而，這些看法在社交平臺上廣泛討論后,，出現(xiàn)了一些扭曲,。例如，DeepSeek r1的真實(shí)算力成本遠(yuǎn)不止600萬美元,，最早報(bào)道的媒體混淆了論文中的數(shù)據(jù),。事實(shí)上，550萬美元是DeepSeek v3在正式訓(xùn)練階段的成本,，不包括前期研究和實(shí)驗(yàn)的成本,。從行業(yè)發(fā)展的邏輯來看，探索與迭代,、追趕所需的算力成本不應(yīng)簡單對比,。創(chuàng)新和探索必然伴隨著算力和各項(xiàng)成本的浪費(fèi)，在確定性路徑上的優(yōu)化所付出的代價與探索未知所付出的代價不宜直接比較,。

現(xiàn)階段大模型的發(fā)展還不能定義為閉源與開源路線的成敗,。更嚴(yán)謹(jǐn)?shù)乜创鼶eepSeek帶給我們的驚喜，應(yīng)該是：它展示了模型架構(gòu)底層創(chuàng)新的價值,，提升了算力效率,，并推動了開源大模型產(chǎn)品在能力上的超越，從而進(jìn)一步提升行業(yè)整體的應(yīng)用研發(fā)水平,。

盡管這個故事顯得有些審慎無聊,，但值得探討的是為什么一家資金量不占優(yōu)勢、專注于底層創(chuàng)新而非商業(yè)化的開源企業(yè),，能在中國大模型領(lǐng)域?qū)崿F(xiàn)“彎道超車”,。2024年8月，DeepSeek創(chuàng)始人梁文鋒在接受采訪時提到,，團(tuán)隊(duì)的目標(biāo)是AGI（通用人工智能）,，因此需要研究新的模型結(jié)構(gòu)，在有限資源下實(shí)現(xiàn)更強(qiáng)的模型能力,。

就在DeepSeek創(chuàng)造“行業(yè)奇跡”前不久,，國內(nèi)大模型行業(yè)的共識幾乎仍是“要做應(yīng)用”，因?yàn)樽鐾ㄓ么竽Ｐ偷臋C(jī)會已經(jīng)沒有了,。一些明星創(chuàng)業(yè)企業(yè)放棄了對通用AGI的探索,，轉(zhuǎn)而借助現(xiàn)有模型去研發(fā)應(yīng)用。在這種共識下,，多數(shù)國產(chǎn)大模型企業(yè)更多關(guān)注具體且仍不成熟的應(yīng)用,，如陪伴型AI聊天機(jī)器人或文生圖,、文生視頻等。

面對差距,，許多企業(yè)選擇繞開這些差距,，這是正常的科技與商業(yè)選擇。梁文鋒也承認(rèn),，在模型結(jié)構(gòu)和訓(xùn)練動力學(xué)上,，國內(nèi)的最高水平比起國外最高水平可能有一倍的差距，數(shù)據(jù)效率上也有差距,，導(dǎo)致國內(nèi)要用四倍的算力才能取得同樣的效果,。再加上復(fù)雜宏觀環(huán)境下算力本身的成本差距，多數(shù)企業(yè)選擇了繞開這些差距,。

但DeepSeek選擇的方向反直覺和常識,。既然資源差距大，那就干脆回到模型架構(gòu)底層去創(chuàng)新和優(yōu)化,。事實(shí)證明,，這條路最終反而能更快達(dá)成目標(biāo)。AGI的發(fā)展固然與算力成本相關(guān),，但在動態(tài)的創(chuàng)新過程中,，更重要的是“創(chuàng)新”本身。大模型不是簡單的資源加總游戲,，也不是囤更多算力就能快速突破,，而是需要堅(jiān)持長期視角，專注底層創(chuàng)新,，探索新的路徑,。短視恰恰是創(chuàng)新的最大敵人。