玉淵譚天丨熱解讀：為何DeepSeek引發美國恐慌

這幾天，中國人工智能初創公司DeepSeek火了，不僅在美區下載榜上超越了ChatGPT，還引發多個美國科技股的股價暴跌。美國總統特朗普稱DeepSeek的出現“給美國相關產業敲響了警鐘”。為何DeepSeek的出現會讓美國如此關注，甚至有些緊張？譚主聯合中國工業互聯網研究院獨家揭秘背後的原因↓↓↓

原因一：

高性價比衝擊美國大模型壟斷地位

DeepSeek可謂是用最少的錢，幹最多的事。其推出的模型，在性能上和世界目前頂尖的GPT-4o等大模型不相上下。但在成本上，OpenAI訓練ChatGPT-4花費的成本高達7800萬美元，還可能達到1億美元。而DeepSeek大模型訓練成本不到600萬美元，僅為同性能模型的5%到10%。新模型訓練方法大幅度降低了大模型行業的入局門檻，大規模預訓練不再是科技巨頭的專利。在模型推理層面，DeepSeek新推出的DeepSeek-R1，價格為2.2美元/百萬詞元，而同性能OpenAI-o1的價格為60美元/百萬詞元，DeepSeek大概是OpenAI的三十分之一。這種“低成本”標誌着推理大模型調用進入平價時代，顯著改善了大模型的應用成本，對大模型在科研、企業等智力密集型產業中的應用具有重大的價值。因此，無論是從基礎研究角度還是從商業層面上看，在訓練和推理方面，對此前美國一些大模型公司的既有模式衝擊比較大。

原因二：

模式創新，帶來美國高新技術人員恐慌

DeepSeek開發成本與美國大模型相比大幅降低，在於應用了不同的模型訓練模式，打破了美國堆砌算力的“豪氣”方式。在餵養學習數據這一大模型重要環節上，OpenAI選擇了“人海戰術”，堆砌算卡、將資源集中在算力，用海量數據投餵實現能力的提升。而DeepSeek相比於“砸資源”選擇了另外一種方式。利用算法把數據進行總結和分類，經過選擇性處理之後再輸送給大模型，最大優化算力實現了成本的降低和模型性能提升。目前看Meta耗費了大量資金訓練Llama，但是效果上卻沒有成本極低的DeepSeek效果好，Meta高層已經在思考其員工是否在浪費公司資金，而這也引發了不少企業技術人員的恐慌，他們擔心自己被質疑技術能力和創新性從而失去工作。根據海外互聯網平台對DeepSeek的討論分析，社交媒體帖子的數量遠高於新聞報道，數量約是新聞報道的十倍。時間上來看，社交媒體帖子的討論早於新聞報道，發酵起點比新聞媒體早了五天，這是由從事科技工作的自媒體人以及員工圈層傳播“破圈”造成。

原因三：

國產大模型正在厚積薄發

根據中國工業互聯網研究院推出的《人工智能大模型年度發展趨勢報告》，與國際頂尖大模型能力相比，2024年國內大模型的能力進步非常顯著。從2023年第四季度到2025年第一季度的測評顯示，國內外大模型能力差距縮小了將近75%。可以看出，DeepSeek的出現並不是所謂的“異軍突起”，而是中國國內大模型整體發展的階段性成果體現。此外，在報告統計的世界AI領域的投資上，中國55億美元的投資額排在第二位，僅是第一位美國641億投資額的不到十一分之一，中國未來在AI領域的發展上還有很大的空間。

如今，在DeepSeek對全球AI圈帶來的震動下，很多業內人士都喊出了“DeepSeek接班OpenAI”的口號。事實上，DeepSeek的出現，並不是要取代別人，而是提出了更多樣化的方案，打破了國際主流大模型的市場壟斷，在大模型的發展道路上提出了不同於美西方的中國解法，讓世界看到了在大模型領域不是隻有拼算力這一條路，再一次向世界證明，什麼是中國智慧。