正對着DeepSeek狂抄？Meta被曝整個AI部門深陷恐慌

中國人工智能公司深度求索（DeepSeek）在大模型上取得的成功，目前已經深深撼動了硅谷同行們的信心。

1月23日，在美國匿名職場論壇TeamBlind上，一名Meta公司員工發佈涉深度求索的帖子“Meta生成式人工智能部門陷入恐慌”，引起廣泛討論。該員工在文中稱，從深度求索發佈DeepSeek-V3開始，就已經讓Meta的Llama 4在各項測試中處於落後，“更糟糕的是，這家不知名中國公司僅為此花費了550萬美元。”

550萬美元是什麼概念呢？“Meta生成式AI部門裏的每位‘領導’的薪資都超過了這個數字”，該Meta員工稱，“而我們卻有幾十位這樣的領導，我根本無法想象該如何向公司高層證明部門目前高額成本的合理性。”

該員工透露，目前Meta的工程師們正在瘋狂研究分析DeepSeek的成功，並試圖從中複製任何能複製到的東西，這不是誇張。“然而，當DeepSeek-R1發佈時，事情變得更加可怕了”，該員工表示雖然不能透露太具體，但有些事情很快將會公開。

1月20日，深度求索發佈DeepSeek-R1開源大模型，對標OpenAI o1正式版。南華早報

最後，該員工反思稱，Meta的生成式AI部門本應該是一個以工程為重點的小型組織，但因為很多人都想進來分一杯羹，人為膨脹了組織的規模，到最後人人都是輸家。

目前不清楚該員工所指具體為何，是否暗示該公司生成式AI部門面臨的調整或者其他情況的可能性，這還需要進一步觀察，不過Meta在大模型中競爭中腳步放緩已是事實。

公開信息顯示，帖子中提及的DeepSeek-V3於去年12月26日對外發布，該模型一經發布就站上了開源模型No.1的位置。根據當時深度求索公佈的技術報告數據，Meta公司的Llama 3.1-405B僅在大規模多任務理解數據集MMLU-Pro一項，接近DeepSeek-V3水平，其餘多項幾乎都不及八成，甚至在算法類代碼場景和工程類代碼場景下，Llama 3.1-405B只有DeepSeek-V3的一半水平。

而4天前（1月20日），深度求索對外正式發佈DeepSeek-R1，官方技術報告的測試所對照模型中，僅有OpenAI公司閉源的OpenAI o1 模型，以及DeepSeek-v3等自家模型。而在上一輪DeepSeek-V3測試中所對照的Meta、Anthropic等公司模型，此時早已不見蹤影。

最重要的是，DeepSeek-R1以及深度求索同期提及的DeepSeek-R1-Zero模型，首次讓整個行業清楚看到，大模型如何僅靠大規模強化學習（RL）驅動、在沒有人類標註數據冷啓動（SFT）的情況下，實現持續自我成長。簡單説，DeepSeek-R1的意義就相當於讓谷歌的圍棋軟件AlphaGo（阿法狗）從零開始自己與自己下棋，並通過試錯自學達成如今的水平，但期間卻不向AlphaGo提供任何人類大師的下棋思路信息。

而在成本方面，深度求索雖然未透露DeepSeek-R1 的訓練花費，但DeepSeek-v3的總訓練時長則為278.8萬GPU小時（其中預訓練佔266.4萬小時），使用2048塊英偉達H800 GPU，耗時約兩個月完成。與之相比，同樣開源的Llama 3.1-405B卻消耗了3080萬GPU小時，成本是DeepSeek-V3的11倍。甚至OpenAI公司的 GPT-4o的模型訓練成本也達到1億美元，這與DeepSeek-V3訓練花費的557萬美元相差巨大，也讓“花小錢辦大事”成為深度求索的重要標籤。

對此，在該Meta員工的帖子下邊有一名三星員工評論稱，特朗普日前宣佈的“星球之門計劃”預計投入總規模達到5000億美元，“但如果當這些AI基礎設施僅能與深度求索極小的成本相匹配時，投資人還能有多少耐心？這個5000億美元的計劃還沒開始就將夭折。”

而谷歌公司的一名員工也評論稱，深度求索很瘋狂，不僅僅是Meta，面對這家中國公司時，OpenAI以及谷歌/Anthropic目前同樣是“火燒屁股”。

不過這名谷歌員工也承認，對於行業來説是一件好事，“我們可以即時看到公開競爭對創新的推動作用”。

本文系觀察者網獨家稿件，未經授權，不得轉載。