![]()
第 8810 篇深度好文：3495 字 | 9分钟阅读
这个春节，国内外都在疯狂地讨论DeepSeek带来的影响，笔记侠深入到各个科技社群讨论和各种前沿文章中，为你摘选对你深入认识DeepSeek最有价值的观点。
DeepSeek 不一定是最后的胜者，但它打开一个新思维，对AI产业的贡献是巨大的。2025年，我们必须意识到，AI在应用端的爆发正式开启。
1、为什么大家会觉得DeepSeek厉害？
很大程度上是这两年国内赶得太费劲了，无论是大厂还是创业公司。
2、DeepSeek的意义
DS的意义在于它是开源的，在取得与GPT一样水平的能力后，开源给了所有人，让创业者可以站在相当于GPT的肩膀上持续开发。
这不仅会大幅降低创业者的门槛与成本，也是类似奥特曼们不太愿意看到的。
更可贵的是，DeepSeek显然算法上也更有优势，逻辑性更好，自我学习能力也更强。
3、谁是受益者？
DS的创新，会极快降低2B、2C的 AI应用成本，极大规模化AI应用市场，提高生产力，同时随着AI对经济生活渗透的深化，会继续长期推高对芯片、能源的需求。
成本加速一个数量级接着一个数量级地干下去，相信未来整个市场会找到数据模型和算力的“拼多多”之道。2025年应该更加大概率加速应用端起飞，开启“Agentic AI”（代理型人工智能）元年。
过去能源对生产力的促进，要面对高技能人才世代培训的瓶颈，现在AI起来了，瓶颈弱化了。能源+AI可以直接更快推动文明的进化。
芯片（含半导体产业）应该是最大的受益者。
梁文锋在访谈中提到，未来对他们的卡点：高端芯片的禁运。
希望中国光刻机也突破一下，光刻机产业链比较长，需要的时间也长。时间是中国人的好朋友。
![]()
4、DeepSeek带火了一个经济学名词：
杰文斯悖论，这个悖论指出，技术的进步可能会加速自然资源的消耗。
蒸汽机的进步可以使用更少的煤炭，却导致煤炭需求大幅上升。从这个角度看，社会需要更多的数据中心，更多的AI芯片。
DeepSeek带来的技术进步虽然使单个应用所需资源急剧减少，但总体需求反而增加，导致总资源需求上升。
在一个新技术产业的导入期和增长期，杰文斯悖论的效应明显。
20世纪90年代的手机叫大哥大，跟砖头一样重，一部卖2万人民币。人们都以为其暴利，其实那时的手机部门营收很低。
后来2G的全球通手机出现，一部只卖几千元，城市中产人手一台，才发现大降价带来真正的规模利润。
同理，当AI普及后，市场会变很大。
5、正如计算机有性能的摩尔定律，AI圈也出现了训练的成本曲线：
2020 年，Anthropic 的团队发表过一篇论文，推测算法进步导致的曲线平移约为“每年 1.68 倍”。很可能这一速度如今已经显著加快，大概是“每年 4 倍”左右。
其结果是：在保持模型质量不变的情况下，价格大幅下降的情况已经持续出现好几年了。
Claude 3.5 Sonnet 在最初的 GPT-4 发布 15 个月后才面世，它在几乎所有基准上都超过了 GPT-4，但其 API 价格却便宜了大约 10 倍。
DeepSeek-V3 的训练成本相比于一年前开发的美国现有模型减少了 8 倍左右。
6、不攻自破的5万块A100：
如果DeepSeek有5万多块A100，A100的价格大约在3-3.5万美元，取中间值3.25万美元来计算。5万多块A100，梁文峰要有16亿美金来买。
7、市值最高的10家公司，可能将来替换一半：
AI时代极致技术和产品火爆的速度越来越快了。
Instagram2年半获取过亿用户；TikTok9个月获取过亿用户；Chat GPT2个月获取过亿用户；现在DeepSeek只上线了几天就下载榜首全球第一，这样的速度下去，绝对超过ChatGPT。
这样的速度意味着，高质量的技术创新会更高效地结合商业红利和资本红利，这意味着五年后全球资本市场上现在的市值最高的十家公司很可能50%会被创新企业替代。
8、现实的微软：
微软转头也很快。微软表示，已将DeepSeek的R1人工智能模型在其Azure云计算平台和GitHub 开发者工具上提供。该人工智能模型将在平台的模型目录中提供，并将加入微软提供的 1,800 多个模型。
此举正值微软寻求减少对 ChatGPT制造商OpenAI的依赖之际。
9、所有的业绩会，DeepSeek都成了必问问题：
扎克伯格说，仍在评估其创新点，并计划吸收其中一些技术，无论技术来自哪里，AI领域的进步都需要相互学习，每次的技术发布都会推动整个行业前进。
微软 CEO 萨提亚说，Deepseek 有一些真正的创新。
用于生产芯片的光刻机巨头ASML（阿斯麦） CEO 傅恪礼说，DS会让带来更多半导体（存储芯片、逻辑芯片等）的需求。
10、DeepSeek对英伟达的威胁：
Deep Seek有算力，但不需要像OpenAI那样储备算力。DeepSeek 强大的地方是大幅降低了预训练成本，所以对英伟达构成威胁。
因为推理不一定需要英伟达的芯片，所以DeepSeek 采用了AMD 的推理芯片。
英伟达为此作了回应表示，主要意思是DS 发布的新模型是一项“卓越的人工智能进步”，推理需要大量的英伟达 GPU 和高性能网络。
![]()
11、芯片之争，ADM逆袭：
在英伟达的辉煌背后，老牌半导体公司AMD却在苦苦挣扎，那就是 AMD。在 AI 芯片的浪潮中，它却被英伟达远远甩在了身后。
终于，AMD 的推理芯片迎来了曙光。DeepSeek 所代表的推理大模型，为 AMD 提供了一条可能的逆袭之路，双方迅速达成了多维度的合作，包括硬件和软件。
DeepSeek 这次替它做了很好的广告。
英伟达在预训练芯片和推理芯片两个产品系列的需求都受到挑战。
12、“AI 的尽头是能源” 不再是共识：
Deepseek一夜之间不光让英伟达下跌17%，还让如核电、能源公司集体暴跌。
星座能源（Constellation Energy）单日下跌20.85%，Vistra能源暴跌28.27%，小型核电站概念股Oklo和NuScale能源分别下跌25.61%和27.53%。
DeepSeek的开放有多彻底？它不但开源、免费可下载和公开了训练方法，而且允许任何人用R1做数据蒸馏，去训练自家的模型，而且你可以商业化。
DeepSeek甚至已经用市面上的两个开源模型，阿里的Qwen和Meta的Llama，蒸馏出来六个小模型供你随便用。它们的跑分都相当高——![]()
这些蒸馏出来的小模型很不简单。其中一个有320亿参数的小模型，数学和编程性能直接超越了o1-mini。还有一个只有15亿参数的迷你小模型，数学和编程性能已经超过了当今最主流的两个非推理模型，也就是GPT-4o和Claude 3.5 Sonnet——而它小到可以运行在你的个人电脑，甚至是手机上！14、DeepSeek 的独特秘密与优势：
DeepSeek 的秘密在于采用无人工干预的强化学习。如同AlphaZero自行摸索围棋技巧，DeepSeek 的模型自行掌握推理方法。
训练的基础模型 DeepSeek - R1 - Zero 在训练中自行涌现多种解题能力，如写下解题步骤、自动检查步骤、中断错误思考并重新推导、反思回顾寻找最优解、生成详细步骤、遇难题自动延长推理时间等。
模型还涌现出 “aha 时刻”，仿佛智能自行升级。
因 R1 - Zero中英文混合输出界面不友好，经人性化改进得到 R1。R1 每次输出都提供思考过程，这是OpenAI不愿完全公开的，阅读其思考过程让人感觉它像人一样。
15、大模型蒸馏技术不是剽窃：
知识蒸馏是技术范式，更是AI行业的普遍共识，连OpenAI自己也在蒸馏，并且承认Deepseek是独立发现了推理AI训练的核心路径。
16、Deepseek不为人知的83小时:
25日-29日，83小时，Deepseek服务器集群，受到每秒超过2.3亿次DDos恶意请求，攻击总量相当于整个欧洲三天的网络流量总和。
老一辈互联网企业360安全大脑、华为云的泰山防控，阿里云算力调度算法，海康公共监控算法，网易游戏雷火游戏服务器集群，钉钉紧急通讯池，菜鸟网络物流调度算法，红客联盟等联合进行多层次多维度流量清洗，来守护DeepSeek这个后辈。
最终抗住此次攻击！29日DDos恶意请求已下降了97.2%！曾经的临安古城，各自为战的互联网企业携手抵御了一帮野蛮匈奴在数字领域的突袭！
by @钱钰
好文阅读推荐：
![]()
分享、点赞、在看，3连3连！![]()
