今天我们来聊聊AI界的几件大事。最近，中国AI初创公司DeepSeek的动作可谓震撼了整个行业，甚至让科技巨头Meta都有点坐不住了。据内部消息，Meta的生成式AI团队正在紧急分析DeepSeek的技术，试图从中汲取可借鉴之处。原因很简单，DeepSeek以低成本实现了高性能，这让Meta那高昂的预算显得有些尴尬。
事情的起因是这样的。DeepSeek在去年12月26号发布的DeepSeek-V3模型。在多项基准测试中，这款模型的表现甚至超过了Meta的Llama 4。更令人震撼的是，DeepSeek-V3的模型参数量高达 6710亿，但训练成本仅为558万美元，训练时间更是极短，用的芯片还更差。按照公布的数据，Deepseek-V3的训练，只用了260万个GPU小时，用的还是英伟达给中国出口的低配版芯片H800。相比之下，Meta的Llama3模型训练，花费了3930万个GPU小时，用的还是更高性能的H100。
今年1月20号，这家中国初创公司又发布了性能更强的DeepSeek-R1模型。在数学、代码和自然语言推理等任务上，DeepSeek-R1的表现可以和OpenAI的最新模型媲美。而且，DeepSeek在发布模型的同时，还开源了权重，展现了真正的开源精神。这让Meta的管理层开始担忧，如何证明自己庞大AI成本是合理的。毕竟，团队中每位领导的薪资都超过了训练整个DeepSeek-V3的成本，而这样的领导在团队中还有好几十位。两天前，在teamblind平台上的一个帖子，就把这件事推到风口浪尖，一位匿名的Meta员工就说，整个生成式AI团队慌了。
业内人士指出，不仅是Meta，OpenAI、谷歌和Anthropic等公司也面临着来自DeepSeek的挑战。这对行业来说未必是坏事，我们可以实时看到公开竞争对创新的推动作用。当然，也有人质疑DeepSeek的成功是否源自创新，还是通过蒸馏其他模型实现的。对此，X上一些技术大牛暂时倾向于承认它的成果，毕竟它做了OpenAI本来应该做的事，把模型的一切都开源。加州伯克利的教授就认为， DeepSeek 现在已经处于领先位置，美国公司可能需要迎头赶上了。有意思的是，这边生成式AI团队还在为自己成本的合理性恐慌，另一边扎克伯格就宣布要加大投入。他说表示公司计划“大幅”扩充Meta的AI团队，会在今年投资600亿至650亿美元给AI，而且强调Meta有能力有资金在未来数年继续投资。这个600多亿的投资规模，就高于市场的预测，市场普遍预计今年，Meta的资本支出会在513亿美元左右。
阿吉认为，这么夸张训练效率提升的确容易引起质疑，技术上，我并不专业，无法辨别真伪，只能依靠网上自己认为可靠的技术大牛来判断，所以我们对真伪不做评价。但是对于市场的影响，我已经可以预见这件事产生的冲击。目前能推测到的有几个方向。
其一是会提高市场对于AI投资的质疑。去年年中其实对AI投资质疑声就已经比较大了，但是后来很多公司收敛了资本开支的增速，也展示了一定的成果，比如Meta就提到利用AI提高了广告效率，缓解了市场的质疑。如今DeepSeek的出色表现，和极低的训练成本一定会再次把质疑提起来。届时财报上，投资者对于资本支出这方面会格外的关注。如果不能安抚市场对投资合理性的担忧，不排除股价会受到一定的影响。
其二是会对英伟达产生负面影响。大家会质疑，未来还需要那么多英伟达芯片吗？性能需要那么强吗？Deepseek已经开辟了一种可能性，在硬件跛脚的情况下，能够和大科技们在AI模型上分庭抗礼。所以现阶段，像Meta这样的大公司，第一件事应该是搞清楚Deepseek是怎么做到的，自己能不能复制。如果能够复制，那么无疑会释放大量的算力，大大降低对于英伟达芯片的需求。这有可能也是导致英伟达今天下跌的原因之一。
其三是只要在未来一段时间，任何大科技找到了破解之法，对于股价的积极影响应该是显著的，投资者会预期未来AI投资成本显著下降，利润率大幅扩张。而在利润的推动下，股价无疑会进一步上涨。
最后一点则是对整个AI行业的影响。500多万美元的成本对于很多初创公司和风头来说并不算多，如果行业搞清楚了Deepseek的训练方法，那么未来高质量的模型就可以大批量的产出，模型的训练也不再是一个巨大的门槛，竞争会更加激烈。这也就是说，未来任何AI公司，已经不能仅靠堆芯片，堆算力来形成护城河了，大模型的变现也会越来越难。反而是那些小而精，能够切实解决用户具体痛点的模型，更有可能脱颖而出。
不知道大家对于中国的Deepseek有何看法？尤其欢迎技术人员对这件事的评价，Deepseek到底是如何把训练成本压到这么低的呢？欢迎在下方留言。
文章作者：美投君&阿吉
文章末尾固定信息
