"這幫小子非常牛啊！用1/100到1/1000的代價就做出一樣的事情。"

在前不久剛剛舉行的2025潤楊集團工作動員會上，阿爾法公社創始合伙人許四清難掩激動，這種"降維打擊"式的創新，正是許四清口中"把技術門檻砸在地板上"的技術革命。

阿爾法公社創始合伙人許四清

在他所帶來的有關于當下人工智能行業的《探索人工智能產業爆發式增長的機會》主旨演講中，這位見證過PC互聯網、移動互聯網浪潮的資深投資人，此刻正用最直白的語言解讀著中國AI的"彎道超車"

錦繡科學園國際會議中心演講現場

強化學習：讓AI學會"抄近道"

“從寶安機場到錦繡科學園導航要怎么走？以前沒有導航的時候大家就自己看地圖走，后來出現大語言模型之后它就能告訴你中間該怎么走，但是它每走一個路口都要修正。”許四清用導航做比喻，“DeepSeek的做法是直接說：你就給我開到錦繡科學園。”等到了錦繡，對這個過程的算法就給肯定和加權。這種強化學習的顛覆性在于，它摒棄了傳統大語言模型的預訓練（最初這部分最大可占到99%的GPU計算量），建立了強化學習方式，直接用結果指導過程。

這種"偷懶"帶來的效果堪稱魔幻：將語言模型參數從671億壓縮到37億，推理成本直降95%。DeepSeek用算法代替蠻力，建立了MoE（多專家系統）方式將256個細分領域的"專家模型"裝進系統，像"專家會診"般動態調用。

MoE（多專家系統）示意圖

軟硬件提升：8位計算的"效率革命"

在算力軍備競賽白熱化的當下，DeepSeek卻玩起了"極限壓榨"。許四清透露關鍵細節："他們用8位精度替代傳統16位做大模型的訓練和推理，就像用一本書代替一座圖書館。"這個看似倒退的決策，實則暗藏玄機——通過混合精度計算，將非核心環節大幅"縮水"，既保效果又降能耗。

DeepSeek多專家系統（MoE）以及多頭潛在注意力（MLA）示意圖

DeepSeek不僅在軟件上表現優異，還通過自主研發的編程框架，實現了對GPU的"硬件級操作"，通訊效率獲得數量級的提升。這種底層突破，讓中國團隊首次在AI基礎架構領域撕開領先歐美的技術缺口。

開源新范式：全民可用的"技術普惠"

當美國OpenAI還在搞“閉關鎖國”時，DeepSeek選擇了完全不同的道路。他們將技術文獻與技術論文公開發表，等同于除了源代碼外大部分都分享了出來。這種"技術開源裸奔"的勇氣，源自中國工程師特有的實用主義思維——與其守著一把絕世好劍，不如讓天下武者都能鑄劍。

這種開放所帶來的連鎖反應遠超預期。許四清分享觀察：

“2024年美國在AI方面投資額是中國的10倍，但DeepSeek用1%資源實現超越，在OpenAI為代表的堆砌算力的scaling law（規模法則）之外，建立了依賴算法突破獲得巨大收益的scaling law。”

AI大模型產業鏈五層協同驅動產業爆發

當前AI大模型產業鏈已形成五層協同體系：硬件層聚焦芯片創新與能效突破；平臺與存儲層支撐千億參數模型的訓練與部署；AI模型層在基礎模型與垂直領域實現雙重突破；工具層通過數據標注平臺、架構（MLA+MoE+FP8量化）等工具，降低開發門檻并提升效率；應用層則涌現出Sierra對話式客服（問題解決率74%），形成從底層硬件到行業落地的完整閉環。

這場始于人工智能演講的動員會，最終落腳在更樸素的啟示：當AI發展從"堆算力"轉向"拼巧勁"，或許我們都該學會用更聰明的方式解決問題——無論是在工作中用更精準的命令去訓練AI模型，還是在生活中借助AI的優越性來經營美妙人生。而對潤楊集團和潤楊人而言，擁抱AI浪潮、探索智能未來的征程，才剛剛拉開序幕。

· The end ·

如需轉載，請在后臺回復“轉載”

部分圖源網絡，如侵告刪

文字為原創，版權歸倉頡通文化所有

歡迎轉發至朋友圈