大數據文摘受權轉載自夕小瑤科技說

最近 DeepSeek 真的是全網刷屏！

前幾天發布的 V3 給我們的大震撼還沒消散呢！DeepSeek-R1 一來，又引爆了全球的 AI 社區！

好家伙，最新發布的 R1 在 AIME2024 數學基準測試中 79.8% 直接踢走OpenAI 的 o1 ，在標準化編碼測試中，DeepSeek-R1 也展現出“專家級”水平，在 Codeforces 平臺上取得了 2029 Elo 評級，超越了 96.3% 的人類競爭者。

R1 不僅以 MIT 許可（最寬松的規格）完全開源，而且，成本優勢非常大，每百萬 token 的查詢成本僅為 0.14 美元，相較于 OpenAI 的 7.50 美元，成本驟降 98%。

真的是太牛了！

DeepSeek 的橫空出世，如同在平靜的硅谷投下了一枚震撼彈。

美國焦慮著其人工智能領域的霸主地位是否岌岌可危，這會 DeepSeek 的大成功，在全球掀起了一股“復現”浪潮不說，更將硅谷的焦慮推向頂峰。 這份焦慮，并非僅僅是對技術失利的擔憂，而是對自身模式和未來戰略的深刻反思與重新審視。

與此同時，Meta 的員工在美國匿名職場社區 teamblind 發布了一個公開的帖子，稱Meta 生成式 AI 團隊對 低成本和高性能的 DeepSeek V3 的出現感到非常非常“擔憂”:

DeepSeek-V3 的出現是這一切的導火索，它在性能基準測試中已領先于 Llama 4。 更令人不安的是，這款模型竟來自一家“訓練預算僅 550 萬美元的中國公司”。 工程師們正全力以赴地分析 DeepSeek，試圖從中找到突破口。 這絕非虛言。 管理層正面臨如何證明高昂的生成式 AI 部門成本的難題。 當部門內眾多“領導”的薪資總和遠超 DeepSeek-V3 的訓練預算時，他們將如何向上級交代？DeepSeek-R1 的出現更令局勢雪上加霜，具體情況雖不便透露，但很快將公開。 本部門原本應是一個精干的工程團隊，但由于過度擴張，導致效率低下，最終所有人皆受其害。

這個帖子引發了非常激烈的討論，有的人擔心英偉達的卡賣不出去了，有人擔心 Meta 今年將推出的 Llama4 打不過V3，而就昨天，Meta 的首席科學家下場了！

LeCun在 X（推特）上發帖稱目前的焦慮的方向是錯的，與其關注其霸主地位，不如關心開源與閉源的勝負：

給那些看到 DeepSeek 的表現后，覺得「中國在 AI 方面正在超越美國」的人： 你們的解讀是錯的。 正確的解讀應該是：「開源模型正在超越專有模型。」 DeepSeek 得益于開源研究和開源項目（例如 PyTorch 和來自 Meta 的 Llama）。 他們在他人工作的基礎上提出了新想法并進行了構建。 因為他們的工作是公開且開源的，所以每個人都能從中受益。 這就是開放研究與開源的力量。

小鹿看到 LeCun 的評論區中被點贊比較高的評論，還是在一直討論究竟美國和中國誰先達到 AGI：

甚至還有美國網友陰陽中國是鵜鶘，是靠吃掉了美國的 AI 模型才變強的：

甚至 Meta 的 CEO 扎克伯格也還在關注這場戰怎么打才能贏，在 LeCun 發言不久他就在 Facebook 上宣布：

加速研發 Llama 4，計劃投資 650 億美元擴建數據中心，并部署 130 萬枚 GPU 以確保 2025 年 Meta AI 成為全球領先模型。

在 DeepSeek V2 模型發布之際，“暗涌”采訪了 DeepSeek CEO 梁文鋒時，梁老師當時也提到了這個問題，直接駁斥了美國的偏見：

暗涌提問：互聯網和移動互聯網時代留給大部分人的慣性認知是，美國擅長搞技術創新，中國更擅長做應用。 梁文鋒答： 我們認為隨著經濟發展，中國也要逐步成為貢獻者，而不是一直搭便車。過去三十多年 IT 浪潮里，我們基本沒有參與到真正的技術創新里。我們已經習慣摩爾定律從天而降，躺在家里 18 個月就會出來更好的硬件和軟件。Scaling Law 也在被如此對待。但其實，這是西方主導的技術社區一代代孜孜不倦創造出來的，只因為之前我們沒有參與這個過程，以至于忽視了它的存在。 暗涌提問：為什么 DeepSeek V2 會讓硅谷的很多人驚訝？ 梁文鋒答： 在美國每天發生的大量創新里，這是非常普通的一個。他們之所以驚訝，是因為這是一個中國公司，在以創新貢獻者的身份，加入到他們游戲里去。畢竟大部分中國公司習慣 follow，而不是創新。

硅谷這次的震驚，恰恰印證了他們長期以來對中國科技創新抱有的偏見，這種偏見大到蓋過了關鍵問題的本質。

他們戴著“有色眼鏡”，先入為主地否定中國創新能力，卻完全沒有意識到，真正值得他們關注的，根本不是什么“國家超越”，而是開源模式的崛起及其對全球 AI 發展的深遠意義。

DeepSeek 就像一個廚師，他做菜做得特別好吃 ～

但他不是憑空變出來的，他用了別人公開的菜譜（開源研究），用了別人免費提供的工具（開源項目，比如 PyTorch 和 Llama），用了別人免費的面粉、免費的烤箱，再融合自己的關鍵的創新小配方，然后做出了美味的面包。

更棒的是，這個廚師做完面包，也把自己的新菜譜公開了！ 這樣一來，其他廚師也能學，也能在它的基礎改進，也能做出更好吃的面包。

這樣的力量是無窮無盡不會枯竭而且非常巨大的！

因此，如果硅谷對 DeepSeek 成功的解讀僅僅停留在“中國 AI 突飛猛進，超越美國 AI”的層面，那無疑是一種格局狹隘的認知。

真正值得深思的是 DeepSeek 背后所代表的 AI 研究開源模式。 正是這種開放共享的模式，讓全球的研究者得以站在巨人的肩膀上，互相借鑒，共同精進，最終推動 AI 技術朝著更健康、更普惠的方向發展。

這才是 DeepSeek 的成功為硅谷，乃至整個 AI 領域帶來的更深遠、也更值得關注的啟示 ～

參考文獻
https://mp.weixin.qq.com/s/bLiV7dOiMsSIUo6LRLbPKw
https://x.com/ylecun/status/1883002229977915535

GPU算力按需租用

A100/H100 GPU算力按需租用，

秒級計費，平均節省開支30%以上！

掃碼了解詳情?