DeepSeek再次爆火。
最近，国内AI草创公司DeepSeek发布了新一代大语言模型DeepSeek-V3，同时宣布开源。在多项基准测试中，V3的成绩超越了主流开源模型，并和世界卓越的闭源模型不分伯仲。
更关键的是，V3的练习成本极低，仅为GPT-4o的二十分之一；售价也低，输入+输出价格约为GPT-4o的十分之一。不过其目前不支持多模态输入输出。
DeepSeek是量化资管公司幻方旗下企业，建立于2023年7月。
被冠以“AI界高效低价典型”的DeepSeek，给当前的 人工智能 技术与发展路径提供了一个新的方向，贡献了AI竞赛中的中国力量。
V3不仅在 人工智能 界发生轰动效应，也因它的母公司是知名量化基金公司，而在资本市场引发烧烈讨论。
另据了解，近期小米正在搭建GPU万卡集群，雷军亲自以千万年薪挖来了DeepSeek-V2关键开发人员之一的95后罗福莉，后者被誉为“AI天才少女”。
DeepSeek的“暴力美学”
多个实测表明，数学基准（MATH 500）和AIME 2024测试方面，V3超越了当前国际主流大模型Llama 3.1-405B、Claude-3.5-Sonnet和GPT-4o；代码能力（Codeforces 基准），比国外主流大模型高出约30分；软件工程（SWE-bench Verified）和知识问答方面，略逊于Claude-3.5-Sonnet。
因此，DeepSeek的技术论文自豪地宣称，“综合评估表明，DeepSeek-V3-Base已经成为目前可用的最强大的开源基础模型，尤其是在代码和数学方面。它的聊天版本在其它开源模型上的表现也优于其它开源模型，并在一系列标准和开放式基准测试中实现了与GPT-4o和Claude-3.5-Sonnet等领先闭源模型的性能相当。”
更关键的是，这一成就，是在极低的练习成本下取得的。
DeepSeek在其53页的技术论文披露：“我们的预训练阶段在不到两个月的时间内完成，成本为2664K GPU钟头。结合119K GPU小时的上下文长度扩展和5K GPU小时的后训练，DeepSeek-V3的完整训练成本仅为2.788M GPU钟头。假设H800 GPU的租金为每GPU小时2美元，我们的总训练成本仅为557万美元。”
Anthropic首席执行官达里奥·阿莫迪此前透露，GPT-4o的模型训练成本约为1亿美元。而只是训练一个7B的Llama 2，就要花费76万美元。
说白了，DeepSeek-V3的练习成本仅为同性能模型的十几分之一。这让整个AI界都为之震惊。
据了解，仍处于研发进程中的GPT-5，至少已进行过两轮训练，每轮训练耗时数月，仅一轮计算成本就接近5亿美元。一年半过去，GPT-5仍未问世。这意味着，新一代通用大模型的练习成本已达到十多亿美元甚至更高。马斯克旗下的xAI刚完成60亿美元融资，重要开支之一是将 数据中心 Colossus的规模扩大一倍，GPU数量达到20万颗。
根据这种训练路径，未来三年内，AI大模型的练习成本将提高至100亿美元甚至上不封顶。正是在这种背景之下，一段时期以来AI界发生了对Scaling law的疑惑。
GPT-5难产，OpenAI转向了另一条发展路径：推理模型。并且很快发生成果：令人惊艳的o1推理模型，和刚发布的o3推理模型。而o3的卓越表现，让部分专家惊呼，在前往AGI的路上已经没有了障碍。
人工智能 草创公司深受启迪，并紧紧跟随。前不久刚从硅谷考察回来的零一万物开创人李开复说，过去大家觉得预训练做好就足够，一年以后（o1出现后）发现Post train（后训练）也同样重要。他透露说，很多AI公司都在向推理模型方面发展，5个月以后会有很多类似o1模型的能力出现在各个模型公司，包含零一万物，都在往o1方向狂奔。
但DeepSeek-V3的出现，提供了新的可能。更短的时间，更高的效率，更低的成本，达到同等的水平，通用大语言模型的发展路径选择上，贡献了“中国版本”。
新的变化已经发生
其实，2024年5月6日，DeepSeek发布DeepSeek-V2开源MoE模型，就以其高效性能在全球AI界掀起了一波热度。而其API接口价格与同类产品相比断崖式定为每百万tokens输入1元、输出2元（32K上下文），仅为GPT-4-Turbo的近百分之一。
“价格屠夫”的杀入，令智谱AI、字节跳动、阿里云、百度、腾讯云旗下大模型随后不得不跟进降价。而且腾讯和百度宣布几款大模型产品免费。虽然有人将DeepSeek-V2称为“AI界的拼多多”，但这个比喻不太恰当，因为二者几乎没有共性。
DeepSeek-V3的API定价提高到输入2元/M tokens，输出为8元/M tokens（45天的价钱优惠期后），虽然比V2大幅上涨，但也只相当于Claude-3.5-Sonnet费用的1/53，后者每百万tokens输入3美元、输出15美元。
根据记者近两天对AI从业者的采访，DeepSeek-V3的出现，为业界提供了新的启发。
其一，大模型研发，存在多种可能的发展路径。
ChatGPT走的是大参数、大算力、大投入的路子，对算力和资金的要求极高，这种资源消耗是绝大多数创业公司无法支撑的。即便是OpenAI、Anthropic融资较丰沛的企业，也面临投资回报的商业化难题。
推理模型是另一条路子。o1、o3的成果，证明这条路也是可行的。但同样，它也是建立于相对昂贵的算力和资金成本基础上，尤其是算力。
DeepSeek-V3是第叁条路径。与当前大模型训练动辄要求万卡集成相比，它只用2000张A100 GPU训练，就实现了与GPT-4o和Claude-3.5-Sonnet几乎等效的成果，不能不令人敬佩。
一位在硅谷从事AI研究的华人工程师告诉21世纪经济报道记者，不排除还有更多的路径选择，好比V3的MLA架构、MoESparse结构与o3的推理能力相结合，可能发生新的大模型范式。如果实现，那将是令人惊异的。
其二， 人工智能 竞争，中国不只是跟随者，而是正在大幅提升创新能力。
其实V2发布时，硅谷就惊讶地称之为“来自东方的神秘力量”。DeepSeek开创人梁文锋2024年7月在接受媒体采访时说，硅谷习惯于将中国AI公司视为follow的角色，当一个中国公司以创新贡献者的身份，加入到他们游戏里去，而且表现优异时，他们就很震惊。
梁文锋认为，更多的投入其实不一定发生更多的创新，不然大厂可以把所有的创新包揽了。研究和技术创新将永远是DeepSeek第壹优先级。值得注意的是，根据业内专家测算，DeepSeek在V2、V3上其实不亏钱。
V3获得硅谷一批知名AI大佬的点赞。Lepton AI开创人、阿里巴巴原副总裁贾扬清表示，DeepSeek是智慧和实用主义的真实写照：在有限的计算资源和人力条件下，通过聪明的研究发生最好的结果。这是一句相当中肯的评价。
无独有偶。宇树科技近日发布最新的Unitree B2-W机器狗产品视频：托马斯全旋、侧空翻、360°跳跃转体、2.8米凌空飞跃，甚至能驮着一名成年男子稳步行走。这几天，技术讨论园区里四处可见对这家前沿中国 机器人 企业的欢呼声，有评论称其技能足以“吊打”现今最顶尖的 机器人 公司波士顿动力。上周还在A股市场掀起了一阵“宇树科技概念”上涨潮。
其三，创新历来不是单维度、单向度的，AI推翻式创新正在成为可能。
研发出ChatGPT的OpenAI的确了不起，它开启了 人工智能 的新一轮浪潮。但OpenAI也不是神，也有发展方向的障碍，有融资的困扰，有路径选择的犹豫。
过去两三年，AI界一个流行的意见是，如果说硅谷企业擅长从0到1，那我们则擅长从1到10，因为中国有宽广的应用市场。但梁文锋认为，当前阶段仍是AI技术创新的爆发期，而不是应用的爆发期。
从理性的视角，需要承认我们与OpenAI、Anthropic、DeepMind这些世界先进AI公司仍存在较大的差距。好比，即便是代表闭源大模型最前沿水平的V3，多项性能表现与GPT-4o相近，那也是后者7个月前的技术水平；而OpenAI这几个月已连续推出o1、o3该类新的“变异”物种。更何况，其它大多数的模型产品，放在多语言、多模态的国际视野看，差距要更大。
但这一轮 人工智能 浪潮之所以更加令人向往，就是因为，它造成的革命性想象力甚至要超越互联网之于传统经济的变革力量。正如梁文锋所说，中国产业结构的调整升级，会更依赖硬核科技的创新。在半导体、大模型等领域，远未触达技术天花板，空前绝后的机会在等待着中国企业，那些造成AI推翻性创新产品或方案模式的企业，就非常可能成为下一个伟大的企业。
前述硅谷华人工程师感慨地说，再伟大的企业，都害怕止步不前，啥也不干坐在家里享受其成。
5年前，谁会想到，英特尔会沦落到传言要被收购的命运？而今天别看英伟达如日中天、GPU僧多粥少，但如果量子芯片大规模商用的时间表大大缩短，或像V3这样不再依赖于万卡集成做训练研发，而它继续固守原有发展路径，那么所谓的“英伟达泡沫”提前破灭也是完全可能发生的。