（圖片來源：The Verge）
鈦媒體注：本文為硅谷著名企業(yè)家&投資家、《暗知識》作者王維嘉在一個企業(yè)家社群里的討論要點，鈦媒體APP經(jīng)授權(quán)發(fā)布，并略經(jīng)編輯。
眼下科技圈最關注的莫過于Deepseek事件。網(wǎng)絡上充斥著各種技術與財務分析。在此，我愿分享一些個人見解，以期為諸位提供更清晰的思路。
我在硅谷工作了40年，對技術創(chuàng)新有著深刻的體會。技術創(chuàng)新如同探路者在大山中尋找金礦。盡管有人指出大山中存在金礦，但具體位置卻無人知曉。因此，眾多探索者涌入，各自尋找不同的方向。
回顧人工智能發(fā)展歷程，自 2012 年圖像識別取得首次突破，到后來人工智能在圍棋領域的應用，我們可將其視為人工智能 1.0 階段。彼時，硅谷乃至全球人工智能行業(yè)主要聚焦于圖像識別和視頻識別領域。
2017年，谷歌推出Transformer模型，聚焦語言翻譯，尤其是英文與法文之間的翻譯。然而，谷歌在完成相關研究后，并未深入探索，因為當時業(yè)界普遍認為語言翻譯市場有限，遠不及圖像識別和視頻識別領域。
然而，OpenAI 另辟蹊徑，洞察到語言領域的廣闊前景。人類智慧多以語言呈現(xiàn)，因此 OpenAI 全力投入研發(fā)。盡管當時OpenAI 資源匱乏，與谷歌、微軟等巨頭相比，人力、財力均相差懸殊，但他們憑借敏銳的洞察力，于2022年11月發(fā)布了ChatGPT。
這如同在眾人行走的陽光大道旁發(fā)現(xiàn)了一條小岔道，OpenAI 一頭扎進去，竟意外發(fā)現(xiàn)了一座金礦，引發(fā)了行業(yè)的震動。眾多從業(yè)者紛紛涌入，將此領域開拓成新的陽光大道。
此后，行業(yè)預訓練模型不斷加大規(guī)模和數(shù)據(jù)量，但逐漸迷失方向。在此過程中，OpenAI 又做出了新的貢獻 —— 推理學習。研究發(fā)現(xiàn)，在模型規(guī)模并非極大的情況下，通過精心訓練推理能力，模型性能可實現(xiàn)大幅提升。2024年 9 月 24 日，OpenAI 發(fā)布 o1 model，再一次為行業(yè)開辟了新的路徑。
在這一探索過程中，全球團隊，尤其是美國團隊，發(fā)明了諸多工具，如同更鋒利的砍刀與鏟子，助力各團隊在荊棘叢生的探索之路上加速前行。
DeepSeek堪稱一支懷揣技術理想的團隊。他們堅持開源，與通常領先者秘而不宣的做法不同，選擇借助全球智慧共同推進技術發(fā)展。
在技術發(fā)展中，領先者通常會對核心技術有所保留，而落后者則傾向于通過開源匯聚全球智慧推動發(fā)展，如 Meta（Facebook）在與OpenAI 的競爭中選擇開源。因為開源是一種類似公益社區(qū)的精神，阿拉善的企業(yè)家就會比較更能理解，就是哪怕不知道有沒有收獲，但是仍會選擇付出。
美國有開源的文化，比如軟件的開源Linux，比如Wikipedia做成了全世界的字典，中國當時也來拷貝，結(jié)果做的很差。在中國，開源文化并不深厚，DeepSeek 能堅持開源，將優(yōu)質(zhì)成果與世界共享，實屬難得。這體現(xiàn)了美國開源社區(qū)精神對中國年輕程序員和企業(yè)家的影響，盡管這種影響在國內(nèi)仍較為稀缺。
團隊核心人物梁文鋒自2013年便開始運用機器學習進行量化投資，團隊在機器學習領域已有十余年的經(jīng)驗積累。在技術敏感度上，他們可能早在 ChatGPT 之前就已開始使用 transformer 開發(fā)大語言模型，如 2019 年或許就已啟動相關工作。同時，團隊匯聚了一批國內(nèi)頂尖人才，在技術探索中，他們利用前人開發(fā)的先進工具，在推理模型的基礎上又發(fā)現(xiàn)了一條新路徑 —— 完全自動訓練，區(qū)別于 OpenAI 的人工訓練方式，降低了成本。
這種自動推理訓練類似于 AlphaGo zero 的模式。AlphaGo 擊敗李世石后，谷歌工程師嘗試讓 AlphaGo zero 不依賴人類經(jīng)驗從頭學習，結(jié)果在短時間內(nèi)，AlphaGo zero 便超越了擊敗李世石的舊版 AlphaGo。DeepSeek 在這一路徑上深入探索并取得成功，雖然其貢獻程度不及 ChatGPT 和推理訓練的發(fā)現(xiàn)，但也堪稱自 ChatGPT 以來第三大重要貢獻，將推理成本降低了兩個數(shù)量級。
從技術格局來看，盡管 DeepSeek 的成果縮小了中美在人工智能技術上的差距，但中美人工智能整體格局尚未被撼動。
在人工智能技術的幾個關鍵方面，芯片領域中國仍與美國存在較大差距；在算法突破方面，過去十年間，從 2012 年的 alexnet 到2017 年的 transformer，再到 2022 年的 ChatGPT 以及后續(xù)的思維鏈、RAG 和推理訓練等重大突破，大多發(fā)生在美國，法國的 Mistral 公司也有少量貢獻，DeepSeek 的貢獻占比約為 5%，但這已然十分了不起。
DeepSeek的成功在一定程度上具有偶然性。在一個充滿偶然性的科學探索過程中，眾多團隊在不同的方向上探索，總會有某個團隊率先取得突破。中國擁有龐大的 AI 基礎和工程師隊伍，經(jīng)過30年的發(fā)展，已經(jīng)與西方建立了良好的交流基礎。因此，中國出現(xiàn)像 DeepSeek 這樣的團隊并不令人意外。這類似于蘇聯(lián)在1957年成功發(fā)射第一顆人造衛(wèi)星，其背后是美國在兩次世界大戰(zhàn)期間對蘇聯(lián)技術的開放，使得蘇聯(lián)培養(yǎng)了強大的技術基礎。然而，一旦蘇聯(lián)閉關鎖國，這種技術能力便迅速衰退。
在商業(yè)和股市層面，人工智能領域的發(fā)展與英偉達密切相關。我在2017 年《暗知識》一書便指出，AI 時代的芯片霸主是英偉達，當時其市值約三百億美元，此后漲幅近百倍。
近期美國股市大跌，部分原因是市場認為算法效率提高會減少對算力的需求，進而降低對英偉達等芯片的依賴。但這是一種靜態(tài)思維，正如 19 世紀英國經(jīng)濟學家杰文斯發(fā)現(xiàn)的一個現(xiàn)象：當蒸汽機的效率大幅提升后，煤炭的消耗量并未減少，反而大幅增加。這一現(xiàn)象被稱為“杰文斯悖論”（Jevons Paradox）。其背后的邏輯是：盡管單臺蒸汽機的煤炭消耗量減少了，但由于蒸汽機變得更加經(jīng)濟高效，人們開始在更多領域廣泛使用蒸汽機，從而導致蒸汽機的總數(shù)大幅增加，最終使得煤炭的總消耗量不降反升。
同理，AI 模型成本降低將推動 AI 應用的廣泛拓展，對芯片的需求也會隨之增長。過去，AI 應用面臨的一大障礙是成本高昂。以 ChatGPT 為例，用戶每次提問都需要支付費用，且隨著問題復雜度的增加，計算成本呈指數(shù)級上升。例如，回答一個簡單問題如“唐朝的第一任皇帝是誰”可能瞬間完成，而回答一個復雜問題如“唐宋之變的核心原因是什么”則需要進行深入分析和佐證，計算時間可能增加百倍甚至更多。
如今，AI 已經(jīng)發(fā)展到可以作為智能代理（agent）為用戶提供全面服務的階段。例如，用戶計劃前往巴西旅游，AI 可以像私人助理一樣，從行程規(guī)劃到酒店預訂，再到機票購買，全程提供服務。這一過程的計算成本可能是簡單問答的萬倍以上。如果每次服務的費用高達10000元人民幣，用戶可能會望而卻步；但如果費用降至100元，用戶則會毫不猶豫地使用。因此，低成本的 AI 模型將極大地擴展 AI 的應用場景，可能實現(xiàn)百倍、千倍甚至萬倍的增長。
對于 Deepseek，外界關注其芯片使用量以及是否存在數(shù)據(jù)盜用問題。但從其市場定價來看，每次訪問成本僅為 OpenAI 的 1/30 且仍有利潤，這表明其在成本控制上卓有成效，至于其他問題，目前并無確鑿證據(jù)，且對其技術價值和市場影響的判斷并非關鍵。
DeepSeek 未來能否繼續(xù)取得重大突破仍是一個未知數(shù)。隨著團隊的知名度提升，政府的高要求和大公司的高薪挖角，可能會對其純粹的技術追求產(chǎn)生不利影響。能否在這種環(huán)境下堅守技術理想，繼續(xù)前行，是一個值得打問號的問題。
AI 浪潮的前景極為廣闊，目前仍處于起步階段，未來十年甚至二十年仍將蓬勃發(fā)展。與互聯(lián)網(wǎng)在20世紀90年代末和21世紀初的發(fā)展類似，AI 有望在未來十年到二十年內(nèi)實現(xiàn)重大突破。
更為重要的是，AI 的潛力究竟有多大？目前，包括 OpenAI、Anthropic、Google、微軟在內(nèi)的各大實驗室都在積極研發(fā)通用人工智能（AGI）。AGI 的定義是：機器能夠完成人類絕大部分的智力活動。根據(jù)目前的研究進展，AGI 的出現(xiàn)時間可能在兩年到五年之間。如果 AGI 成為現(xiàn)實，其市場規(guī)模將極為龐大，有望超過互聯(lián)網(wǎng)市場，達到數(shù)萬億美元甚至數(shù)十萬億美元的規(guī)模。
DeepSeek 的技術突破進一步證實了人類有可能以較低成本實現(xiàn) AGI。如果 AI 的成本過高，甚至超過人力成本，那么其應用范圍將受到限制。正如中國許多生產(chǎn)線仍然使用人工而非機器人，因為人工成本更低。只有當機器人的成本遠低于人工時，機器人才能廣泛普及。DeepSeek 在降低 AGI 成本方面做出了重大貢獻，這一點非常值得肯定。
（本文首發(fā)于鈦媒體APP，作者王維嘉，中國科技大學無線電系學士，斯坦福大學電氣工程博士，曾任數(shù)字中國／中國IT互聯(lián)網(wǎng)峰會創(chuàng)始常務理事，歐美同學會2005委員會共同創(chuàng)始人、第三屆理事長，阿拉善企業(yè)家生態(tài)協(xié)會創(chuàng)始終身會員、第三屆副會長）
快報
根據(jù)《網(wǎng)絡安全法》實名制要求，請綁定手機號后發(fā)表評論
人家講的很對啊，不要取得一點小小的進展，就自己無法無天了，況且你這個ds也不是什么從0到1的創(chuàng)新，不就是在人家的肩膀上做了一些改良，降了一下成本而已嘛，就那么狂妄自大
什么開源老黃歷，就是酸了不承認
成本降低是關鍵，AI應用才能更廣泛
建議查一下這個作者
DeepSeek確實厲害，但中美AI差距還是挺大的，路還長啊。
AI發(fā)展才剛剛開始，未來十年肯定更精彩，期待AGI出現(xiàn)。
開源精神太重要了！DeepSeek堅持開源，格局打開了。
U Y
DeepSeek的成功有點偶然，不過中國AI基礎確實越來越強了。