DeepSeek，从追赶者到追杀者

摘要： ...

本文来自微信公众号：未尽研究 （ID：Weijin_Research），作者：未尽研究，题图来源：视觉中国

当美国用户涌入一款便宜、好用的推理大模型后，华尔街对 AI 的狂热瞬间变为恐慌。一夜之间，英伟达市值跌去 6000 亿美元，创下美国公司最大单日跌幅历史纪录。

DeepSeek 从追赶者变成了追杀者，将中国与美国这一轮 AI 上的差距，从两三年缩短至不足两三个月。硅谷巨头们都感受到了背后越来越近的杀气。应用、大模型与算力的叙事逻辑正在改写。

OpenAI 难逃 " 创新者的困境 "。就算它每一步都没做错，仍然面临被技术更灵活、价格更低廉的对手颠覆的可能。英伟达证实，DeepSeek 使用的 GPU 完全符合出口标准，否认了 ScaleAI 的 5 万张 H100 的说法。

去年圣诞节前，OpenAI 刚展示了 o3，DeepSeek 就在一个月后推出了 R1，迅速逼得前者的 mini 版本免费。奥特曼在社交媒体平台上吹嘘自己刚发布的智能体 Operator，底下都是追问 DeepSeek 的——硅谷的心智正在改变。

OpenAI、DeepMind 与 Anthropic 都着力于原始创新阶段，需要基础研发更大比重的支出，早期的持续探索和反复试错，失败率很高。追赶者则享受着算力通缩、路径复现的红利。但是，算力是资源，也就带有资源的诅咒。OpenAl 已经习惯于堆叠算力的 " 暴力美学 "，正式发布下一代基础模型一再延期，已经让市场陷入焦虑。

DeepSeek 无限逼近，让开源模型和闭源模型一样好，并且效率还更高，让更多企业可以用少于以往十分之一的成本构筑应用，给了创新者越来越大的商品化压力。

一般来说，创新者以更高的成本，获得技术的先发优势，就会推出差异性的产品，在一段时间内获得市场垄断优势，以补偿其创新的成本并获得超额利润。但 AI 领域激烈的竞争，追赶者快速逼近甚至实现反超，把领先的创新者逼入越来越短的时间与越来越窄的空间，它们很快被追赶者替代，付出的十倍于追赶者的成本最终可能无法挽回地沉没。

用户声称正在无缝切换至 DeepSeek 的移动应用；AMD 已经把 DeepSeek-V3 集成到 MI300X 上；Perplexity 也将 DeepSeek-R1 引入了搜索。

但 DeepSeek 只是证明了另一条途径是可行的，并没有否认 OpenAl 的路径不再会量变引发新的质变。算力长期以来都是硅谷创新 " 苦涩的教训 "。无论是 OpenAI，还是 DeepSeek，大概率手中还握有更大的底牌。DeepSeek 昨晚趁势开源了多模态的 Janus-Pro，击败了 OpenAI 的 DALL-E 3 和 Stable Diffusion，又逼了 OpenAI 一把。

DeepSeek 在 2025 年的第一个月，以一种颠覆性的方式为行业定义了全年的重要创新方向。推理模型的竞争已经提前打响，推理侧的训练和计算，以及更集约的算法，正在重新定义下一代大模型。

DeepSeek 的创新，是中国创新的写照。它采用的混合专家模型（MoE）、多头潜注意力（MLA）、多令牌预测（MTP）、长链式推理（CoT）、DualPipe 算法等设计；依赖强化学习（RL）而不加入监督微调（SFT）的训练尝试；在数据精度（FP8 混合精度）、底层通信等方面优化，都不是从 0 到 1 的创新。但 DeepSeek 通过这些技术重新组合、进化，形成了一整套从底层创新到最终产品的 " 中间技术 "。

DeepSeek 的成功，为中国企业在算力约束下开辟自己的技术路线定下了基调。蒸馏可以走很长的路，纯粹的强化学习也正在重新吸引研究者。分布广泛的高质量数据、相对轻量的推理模型、丰富的实体经济场景，都更有利于中国产业 +AI 的创新。AI 企业创新和应用，将出现中国范式。中国企业在 AI 的全球扩散中将发挥更重要的作用，中国的 AI 行业的创新价值，也值得在今年重估。

在算力储备富裕的情况下，开源的更集约的探索路线，也意味着更为多元的发散的创新。美国高校与研究者已经将 DeepSeek 视为新的研究对象。向更高效的路线投入更多算力，意味着抬高了原以为即将触及的天花板，还有可能把下一代模型的能力，再往上提升一个数量级。在这个意义上，中国也仍将追求更强大的算力硬件的自主。

苹果是昨晚少数市值收涨的美国科技巨头。更小的参数规模，更低精度的推理，显著降低了算力与内存需求，使得端侧推理更加可行；而苹果拥有最好的硬件，最完善的应用生态，并对引入大模型服务持开放态度。其他美国巨头将不得不应对来自中国的价格战。

杰文斯悖论将主导下一阶段的 AI 叙事。尽管在短期内，DeepSeek 的效率和广泛可用性，给英伟达最乐观的增长前景带来了严重的质疑，但英特尔前 CEO 基辛格、微软 CEO 纳德拉，都重提了英国工业革命期间的经济学家杰文斯的发现：当煤炭的使用效率不断提升时，对煤炭的需求不仅没有下降，反而在煤炭的应用和相关领域产生了大量的创新，渗透到各行各业，导致煤炭的消耗量上升。杰斯悖论在能源电力领域得到了完全的验证，长期来看，在 AI 与算力领域也将重演。

在加速计算逐步占据主流的深度学习 " 黄金 10 年 "，GPU 的效率提升了千倍。但智能算力的需求在绝对数量和相对占比的意义上，不但没有减少，反而在加速增长，每个季度翻番。在 DeepSeek 之前，它是训练需求推动的，大型智算集群不断涌现；之后，将是推理需求推动的，海量应用即将涌现。如果考虑到未来的物理 AI，世界对于算力的需求几乎是无限的。

从长期来自，DeepSeek 的创新，正是推动了 AI 计算成本的下降，每秒处理更多的 tokens，单位成本、单位能耗能产生更多的 Flops；它降低了 AI 技术门槛，会加快 AI 应用的涌现，也会让更多的行业采纳 AI。

但算力长期增长的市场逻辑，不一定能支撑着芯片企业中短期内的估值逻辑。英伟达从去年底开始就面临前所未有的竞争威胁，当前股价暗示的增长轨迹不断承压，终于在 DeepSeek 冲击下，市场开始抛售这种不确定性。当市场利润的大部分从流入芯片转向流入应用，供需关系的逆转也将反映在利润率之上。这是 AI 创新进入应用阶段的标志性事件。

每个人都在接受这样一种观念：一场全球竞赛正在发生，我们不能输掉它。在地缘竞争的催化下，DeepSeek 在美国的硅谷与华尔街引发强震，余震也已经传导至华盛顿。

上周，达沃斯论坛的共识是，美国在人工智能全球竞争上的最大问题是，是否有足够的承包商来建设高达 5000 亿美元的星际之门计划这样庞大的项目；今天，特朗普在佛罗里达州说，DeepSeek 带来的变化是积极的，为美国敲响了警钟，需要专注于竞争以赢得胜利。