落選“果鏈”，別再捧殺DeepSeek了_風聞

是對手也是隊友

撰文**/**陳鄧新

編輯**/** 李覲麟

排版**/** Annalee

DeepSeek，持續正反饋AI賽道。

2025年2月13日，文心一言宣佈將於4月1日0時起全面免費，所有PC端和APP端用户均可體驗文心繫列最新模型，而此前只有免費使用3.5版。

隨之而來的，則是輿論此起彼伏。

在蘋果不選擇DeepSeek作為“AI搭子”時，The Information報道，蘋果考慮了多個國內的對象，與阿里巴巴的合作已取得重大進展，並明確拒絕了DeepSeek。

這意味着，DeepSeek落選了蘋果供應鏈，令人唏噓不已。

其實，BAT們與DeepSeek並非“針尖對麥芒”。

文小言、騰訊元寶等接入DeepSeek大模型，為用户提供更多的AI選擇；阿里雲、騰訊雲、華為雲、京東雲、火山引擎、百度智能雲等主流雲服務平台紛紛上線DeepSeek大模型，鼓勵用户嚐鮮DeepSeek-R1、DeepSeek-V3……

BAT們與DeepSeek，是對手也是隊友？

沒有拔刀相向，反而雪中送炭

DeepSeek的初衷，是印證“條條大路通羅馬”。

生成式AI革命爆發之後，大模型站上了“風口”，而算力成為衡量大模型能力的核心指標之一，在力大飛磚的簡單思維之下，硅谷將算力塑造為“皇冠上的明珠”，被視為難以企及的力量。

於是乎，算力緊張成為行業的關鍵詞，令AI成本長期居高不下。

此背景下，DeepSeek通過算法優化等手段降低了AI成本，用最少的資源達到最大的效果，為行業花小錢辦大事提供了新的思路和方向。

圖源：DeepSeek官網

這意味着，擴大算力並非AI進化的唯一途徑。

斯坦福大學人工智能實驗室主任吳恩達：“近年來，圍繞‘擴大模型規模能夠推動AI進步’的觀點備受追捧。事實上，我曾是這一理念的早期支持者。”

不難看出，消解算力壁壘才是DeepSeek的真正影響。

巧的是，這也是全球互聯網巨頭共同的夙願：唯有不斷降低成本，AI普惠才可以從夢想照進現實，從而顛覆傳統的產業格局與商業模式。

更為重要的是，可以錯位競爭。

DeepSeek創始人梁文鋒表示：“長遠來説，我們希望形成一種生態，就是業界直接使用我們的技術和產出，我們只負責基礎模型和前沿的創新，然後其他公司在DeepSeek 的基礎上構建To B、To C的業務。”

關於此，從BAT們的態度就可見一斑。

QuestMobile的數據顯示，DeepSeek的日活躍用户數已突破3000萬大關，創造了史上最快達成這一成就的新紀錄。

隨之而來的則是，“服務器繁忙，請稍後再試”屢屢被用户詬病。

屢屢被用户詬病

騰訊雲、阿里雲、京東雲、華為雲、火山引擎、百度智能雲等紛紛伸出援手，滿足外界對DeepSeek不斷增長的推理需求。

譬如，京東雲上線DeepSeek-R1和DeepSeek-V3模型，支持公有云在線部署、專混私有化實例部署兩種模式。

再譬如，騰訊雲支持開發者將“滿血版”DeepSeek 接入微信小程序，可實現智能對話、文本生成等功能。

天使投資人、資深人工智能專家郭濤認為DeepSeek不會衝擊行業原有的競爭格局：“文心一言、通義千問等AI大模型都已建立起完善的生態體系，且背後有百度、阿里巴巴等強大企業的支持，技術實力雄厚，能夠持續投入研發進行技術迭代升級。”

AI創新是一場馬拉松而非短跑

以上可見，BAT們對DeepSeek的態度頗為友好，這背後的緣由有三。

首先，降本一直進行中。

DeepSeek之前，BAT們就在不斷推動AI降低成本，也取得非常不錯的成就，共同推動大模型定價進入“釐時代”。

事實上，BAT們的創新也可圈可點。

譬如，字節跳動設計了一個全新的稀疏模型架構UltraMem，有效解決了傳統主流MoE架構存在的推理時高額訪存問題，從而提升推理速度2倍至6倍，推理成本最高可降低83%。

上述架構創新，與DeepSeek有異曲同工之妙。

再譬如，百度點亮國內首個自研萬卡集羣，有效解決了過去算力價格高以及無法穩定應用的問題，通過集羣效能最大化達到降低單位算力成本的目的。

“今天，創新速度比以往都快得多。摩爾定律中，每18個月，性能就會翻倍，價格減半；如今，大模型推理成本每年能降低90%以上。”李彥宏稱。

圖源：AI產品榜

其次，模型蒸餾成為競爭新高地。

模型蒸餾成為獲取低成本AI的重要路徑，進一步降低了大模型的門檻，為AI落地走進千家萬户提供了更多的可能。

李飛飛團隊訓練出的s1人工智能推理模型，就是其中的代表。

s1人工智能推理模型以阿里巴巴通義千問為基座模型進行微調，蒸餾了谷歌推理模型Gemini 2.0 Flash Thinking Experimental的1000個樣本，在數學和編碼能力測試中的表現與OpenAI的o1和DeepSeek的R1等尖端推理模型類似，耗費不到50美元。

換而言之，模型蒸餾為行業指明一個新的前進方向。

德邦證券的研究表明，2025年將是模型蒸餾技術的爆發年，AI應用的成本有望大幅下降，模型能力也將全面提升；通過引導和支持，AI模型不僅能夠在雲端獲取巨大的優勢，也能在邊緣計算等端側應用中發揮重要作用。

如此一來，BAT們有了更大的發力空間，沒有與DeepSeek較勁的必要。

中國首席經濟學家論壇理事劉煜輝表示：“現實世界可以用來訓練AI模型的數據資料已經耗盡，現在大家都是相互借鑑數據相互蒸餾，大家的模型水平根本拉不開差距，拼的就是誰能夠找到新的應用場景、誰能率先把價格打下來。”

再次，不排除結下善緣的可能。

種種跡象表明，DeepSeek雖然初期拒絕了融資，但隨着規模不斷擴大，資源瓶頸問題肉眼可見，成為一個棘手的問題。

一名私募人士告訴鋅刻度：“DeepSeek背靠的幻方量化雖然是千億元體量，但客户的錢不等於幻方的錢，更不等於可以投入的錢，遲早需要尋找外援。”

實際上，量化並不能長時間“躺贏”。

幻方量化CEO陸政哲曾坦言：“迅速崛起、規模快速放大、又飛快衰落消失，這彷彿是量化行業的死循環，像懸在我們頭上的達摩克利斯之劍。”

從這個角度來看，BAT們可以在算力、數據、場景等全方位助力DeepSeek，大家各取所需實現雙贏。

實際上，BAT們一直青睞富有特色的AI初創企業，被譽為“AI六小龍”的智譜AI、月之暗面、百川智能、零一萬物、階躍星辰、MiniMax，背後不乏騰訊、小米、美團、阿里巴巴等身影。

總而言之，AI創新是一場馬拉松而非短跑，比拼的是耐力與毅力，無論BAT們這樣的頭部選手，還是DeepSeek這樣的初創企業，都有彎道超車的機會，相互借力與借鑑才可以共同提高，大家都有美好的未來。

那麼，神話DeepSeek大可不必。