|
|
從ChatGPT、Sora、Kimi、豆包，再到如今的DeepSeek，這些橫空出世的大模型及其產品，為日新月異的AI大模型產業寫下關鍵的注腳。
引發海內外科技巨頭和媒體關注、全社會都在熱議的DeepSeek將如何影響大模型產業的走向？在英偉達股價震蕩，OpenAI、Meta產生危機感，以及A股“DeepSeek概念股”火熱的背后存在著怎樣的邏輯？
上海證券報記者采訪阿里云、優刻得等業界、學界專家了解到，預計今年一季度，將會有更多中國頭部公司發布對標DeepSeek的大模型。新一輪AI大模型應用熱潮的興起，為我國深入開展“人工智能+”行動帶來新機遇。
硬核技術：軟硬一體創新，效率全面提升
2024年12月26日，DeepSeek-V3首個版本上線并同步開源，性能比肩閉源模型GPT-4o以及Claude-3.5-Sonnet；2025年1月20日，DeepSeek-R1發布，性能對標OpenAI o1正式版。
一位頭部科技公司專家對記者說，目前大模型可以分為基座大模型、推理模型、多模態模型、用于科研的模型四種。DeepSeek-V3和DeepSeek-R1分別在基座大模型和推理模型上追平了全球領先的大模型。
DeepSeek發布的論文顯示，其模型在開發過程中采取了一系列軟、硬件一體的優化和創新，在各個層面實現加速計算、提高硬件利用效率，最終實現了有效節省計算資源。
不過，上述專家也澄清，根據DeepSeek-V3論文得出的557.6萬美元成本額是單次訓練成本，前期的成本投入不能忽略，而且用來估算的英偉達H800的市場價也存在波動。“雖然沒有外界認為的那么夸張，但DeepSeek的確將單次訓練的成本降低了20%到40%。”這位專家說。
推理模型是OpenAI發布o1、o3模型開創的新范式。這類模型意味著不再是一次性輸出，而是展示一個思考的過程。
復旦大學計算機科學技術學院教授張奇接受記者采訪時說，對于如何訓練出推理模型，OpenAI幾乎沒有對外公布任何信息。自o1模型發布以來，復現o1是產業界的重要工作。DeepSeek可以說是首個復現成功的模型，而且其采用的跳過監督微調，直接從強化和學習開始訓練的思路是一個重要創新點。
“我國大模型產業經過兩年左右的探索和發展，對大模型的訓練有了更深刻的理解，而2024年OpenAI的腳步有所放慢。因此從GPT-4到o1的發展中，我國企業的追趕速度加快，某種程度上這種差距在縮小。”張奇說。
鯰魚效應：降低應用門檻，重塑行業格局
DeepSeek公司成立于2023年7月，成立一年半來，已不止一次在大模型產業中激發了“鯰魚效應”，對大模型價格、開源閉源路徑選擇、競爭格局等均產生了較大影響。
張奇認為，目前做大模型的公司分為三類，其中第一類是OpenAI、DeepSeek。這類公司由于種種因素擁有充裕的資金、算力等資源，首要目的是追求創新、保持領先。“如果DeepSeek堅持下來，很有可能開辟新的路線，成為引領者。”張奇說。
DeepSeek與OpenAI還存在著開源、閉源路線的差異。華泰證券研究認為，OpenAI原本憑借技術壁壘和閉源模式在AI領域占據優勢，但DeepSeek的開源模式和低成本可能降低行業進入門檻，削弱其技術壟斷地位。特別是對于依賴高額算力投入和專有模型訓練的閉源公司而言，DeepSeek的低成本、高效率特性可能導致部分市場份額的流失，或迫使其調整商業模式。
業內認為，OpenAI面對當前情況可能采取兩種方式應對競爭：一種是選擇開源一部分，減少用戶流失，加入與其他生態的競爭；另一種是推出更出色的模型，證明其領先性，從而維持其閉源收費的模式。
阿里云智能科技研究中心主任安琳對記者說：“開源和閉源路徑，本就不意味著性能差異，而是商業策略的選擇。不管哪種路徑，更重要的是如何形成可持續的商業化閉環。大模型的能力的確在不斷提升，但也面臨著邊際效益降低的瓶頸。只有將前期投入轉化為商業化收入，繼續賦能技術提升，這項技術的創新和應用才能持續下去。”
第二類是騰訊、阿里、字節跳動、Meta等互聯網巨頭。這些公司擁有充足的資源進行投入，同時其自有生態就有豐富的應用場景和需求。
雖然目前國內外科技公司尚未發布對標DeepSeek-R1的模型，但業內預計二三月份會有更多中國頭部公司發布類似的模型。1月29日，阿里發布通義千問Qwen2.5-Max大模型。在多個基準測試中，Qwen2.5-Max比肩Claude-3.5-Sonnet，并幾乎全面超越了GPT-4o、DeepSeek-V3及Llama-3.1-405B。
第三類是包括國內“大模型六小虎”（智譜、MiniMax、百川智能、月之暗面、階躍星辰、零一萬物）等在內的創業企業。這些公司依靠外部融資，目前已有較大的融資金額和較高的估值。面對DeepSeek這樣一個異軍突起的黑馬，這些創業公司面臨著較大的壓力和變數。
近日，A股上市公司密集宣布了接入DeepSeek的消息，掀起了新一輪探索大模型應用的熱潮。例如，網絡安全公司奇安信將DeepSeek-R1引入到威脅研判、安全運營、滲透測試和漏洞管理等多場景，實現成本降低、性能提升。視覺中國完成了DeepSeek-R1的接入與本地化部署，實現了圖片分析和理解上的“一圖有萬言”，以及搜索意圖解析與匹配方面的“一圖勝萬言”。
“DeepSeek的開源模式和低成本，降低了應用門檻。我認為從應用的角度來說，DeepSeek-R1的出現，比o1推出的影響更大。”張奇說，全社會開始更加深刻地認識到AI的能力，有了推理能力的加持，大模型的幻覺大幅降低，用戶體驗也更好。
“當全社會都在談論DeepSeek的時候，無疑會加速AI的普及。這對我國深入開展'人工智能+’行動是巨大的機遇，AI在制造、醫療、教育、交通、農業等多個領域都有機會發展壯大。”安琳說。
云計算上市公司優刻得研發總監王曉慧告訴記者，自大模型問世以來，許多公司都嘗試過業務和大模型的融合。在融合中不少公司發現，原以為無所不能的AI，實際上應用的準確率和精度還達不到業務要求。但DeepSeek出圈后，這些公司開始用DeepSeek進行新的嘗試，完成相關分析、推理的業務。
對于算力來說，DeepSeek雖然通過創新路徑削弱了大模型訓練對高端GPU的依賴，但業內共識是，未來的算力需求將取決于大模型大規模應用的推理算力。近日，阿里云、騰訊云、優刻得等云計算廠商均上架了DeepSeek系列模型，提供了多種部署方式，進一步簡化了模型開發流程。
