DeepSeek背后的革命：低成本AI模型真的靠谱吗？

春节期间，硅谷的讨论热火朝天。

这次不是因为某个新款电子产品，而是因为一个来自中国的AI模型——DeepSeek。

这款 AI 模型以惊人的效率和低成本震惊了全球的科技圈，甚至一度导致了英伟达的股价暴跌。

这背后究竟隐藏着什么样的故事，又引发了哪些争议？

让我们一探究竟。

DeepSeek的技术革新，可以说是这次震动的核心。

DeepSeek团队在2024年12月底发布了6700亿参数的大语言基础模型DeepSeek V3，并且在2025年1月20日开源了基于V3的两款推理模型：DeepSeek-R1-Zero和DeepSeek-R1。

仅仅一周后，他们又推出了开源多模态模型Janus。

那这意味着什么呢？

DeepSeek不仅在技术层面实现了突破，还在成本上打了个漂亮的翻身仗。

DeepSeek V3模型的训练耗时为278.8万个H800 GPU小时，按照每GPU小时2美元的租赁成本计算，总共只需要557.6万美元。

想象一下，这种效率和成本让大名鼎鼎的OpenAI和英伟达不得不重新审视自己的技术。

DeepSeek团队在基础模型V3架构上的创新主要体现在两个方面：混合专家结构（MoE）和多头潜在注意力机制（MLA）。

MoE让模型能够通过动态路由机制，将输入数据分配到不同的子网络进行处理，提升了训练和推理的效率。

而MLA减少了KV cache的使用，提高了架构效率和模型性能，这使得DeepSeek V3在6000亿参数的Megatron级别大模型中脱颖而出。

DeepSeek的技术创新不仅仅是一个噱头，它还对整个AI生态带来了深远的影响。

DeepSeek的出现让闭源模型的领先地位受到了挑战。

比如，OpenAI的模型推理产生的毛利率超过75%，这意味着OpenAI的成本差距在4到5倍之间。

而DeepSeek的高性价比必然驱动开发者和公司们的迁移。

随着DeepSeek登上全球免费应用榜单的第一名，它已经在印度等140个全球市场中获得了广泛关注。

数据显示，DeepSeek的日活用户量已经达到ChatGPT的23%，每日下载量也超过了ChatGPT。

这直接导致了OpenAI不得不调整自己的商业模式，甚至在2025年1月31日，他们发布了推理模型o3-mini，并且首次对免费用户提供推理模型服务。

DeepSeek不仅冲击了闭源模型，还对开源的AI模型带来了巨大的压力。

Meta是开源模型的领头羊，但在DeepSeek R1发布之后，他们立刻进入了紧急状态，成立了四个“War Rooms”作战室，以准备发布Llama 4开源模型。

Meta最初选择开源路线，希望通过这种方式积聚生态系统中的应用，最终从广告和Google Play等应用上赚钱。

但DeepSeek的出现让Meta必须重新审视自己的策略。

DeepSeek的快速崛起也伴随着不少争议。

首先是关于模型蒸馏的指控。

据媒体报道，OpenAI认为DeepSeek “蒸馏” 了他们的模型，侵犯了知识产权。

具体而言，OpenAI的指控是DeepSeek在训练模型时使用了他们的数据。

这种方法被称为黑箱蒸馏，即通过调用OpenAI的API并基于生成的结果进行训练，而不需要直接访问OpenAI的模型。

这种指控并不新鲜，业内人认为，OpenAI要提供API使用情况的证据才能证明DeepSeek存在蒸馏行为。

这一指控让人想起AI界的另一个争议：过往OpenAI也曾被指控在训练模型时使用了受版权保护的数据。

DeepSeek的出现再次揭示了AI大模型行业内法律和合规方面的空缺。

安全问题也是一个大头。

2025年1月底，网络安全公司Wiz公开了一项研究结果：DeepSeek将一个关键数据库暴露在互联网上，泄露了系统日志、用户提示，甚至用户的API身份验证信息，总计超过100万条记录。

这对DeepSeek团队提出了新的挑战，如何在保证模型性能的同时，确保系统安全，并防范未来可能的监管问题？

DeepSeek背后的公司——幻方量化，一直以来都是一个低调但实力强大的存在。

这家公司由梁文锋和他的伙伴们建立，在最初几年专注于量化交易。

梁文锋从一开始就对人工智能充满了兴趣，并将这一技术应用到量化交易中。

幻方量化的成长历史充满了坚持和创新。

早在2016年，他们就推出了第一个AI模型，并开始使用GPU生成交易仓位。

之后几年，幻方不断在AI算法和硬件方面进行投入，甚至在2019年自掏2亿元研发深度学习训练平台“萤火一号”。

这种对技术的执着和投入，才有了后来DeepSeek的崛起。

有趣的是，DeepSeek曾在2024年5月短暂开放外部投资窗口，但由于市场对基础大模型的风险和技术的信心不足，最终没有寻找到投资。

梁文锋放弃融资，决定依靠幻方的资金来支持DeepSeek的研究。

这种选择一度让很多人对其未来充满疑虑，但事实证明，他们走了一条与众不同但行之有效的道路。

幻方量化的企业文化更加吸引人。

在幻方，你可以感受到一种纯粹的技术氛围，每个人都专注于创新，没有KPI或OKR的压力。

年轻的工程师们可以自由选择自己的研究方向，梁文锋则亲自参与写代码、跑代码，身先士卒。

这样的企业文化，让团队在面临巨大挑战和困境时依然能够保持凝聚力和创新力。

总之，DeepSeek的崛起不仅是一个技术上的成功，它也折射出幻方团队对于技术的执着和创新精神。

这个故事不仅让我们看到了技术创新的力量，也提醒我们，在追求技术突破的过程中，团队的文化和信念同样至关重要。

DeepSeek的故事不仅仅是关于一款低成本高效率的AI模型，更是关于坚持、创新和执着的故事。

在这个不断追求技术突破的时代，DeepSeek带来的冲击不仅仅改变了AI生态，也让我们看到了技术背后的文化和信念。

未来，AI的发展将会更加迅速和多样，而DeepSeek无疑为这一进程注入了强大的动力。

或许，我们可以期待，在未来更多的技术创新中，看到类似于DeepSeek这样的故事，它们不仅改变了行业，也让我们对未来充满了希望和期待。