有点数·数字经济工作室原创
作 者 | 有 叔
微信ID | yds_sh
在辞旧迎新的蛇年春节假期，横空出世的DeepSeek金蛇狂舞，AI机器人在春晚上扭起了秧歌，这些领先行业的“神秘东方力量”，给全球科技界带来了“亿点点”震撼。
凭一己之力，打压了AI科技巨头的估值
DeepSeek（深度求索）是量化巨头幻方量化旗下大模型公司，1月20日，该公司正式发布推理大模型DeepSeek-R1。1月27日，DeepSeek应用登顶苹果中国地区和美国地区应用商店免费APP下载排行榜。被DeepSeek压在身后的，包括了OpenAI旗下的ChatGPT以及Google Gemini等AI产品。这是第一次，有中国科技产品APP实现双榜登顶。
更震撼的还在后面，美国时间1月27日，英伟达（Nasdaq：NVDA）股价暴跌16.86%收于每股118.58美元，跌至过去10月以来的最低点；总市值2.90万亿美元，一日蒸发5900亿美元（约合人民币4.28万亿元），创史上最大单日个股市值蒸发纪录。在英伟达的带领下，美股半导体芯片板块集体受挫，甲骨文下跌13.78%，超微电脑下跌12.49%，芯片制造商博通下跌17.4%，台积电跌13%。
这些科技巨头为何会在股市被“掀桌”呢？这是因为DeepSeek用开源的方式、更低的成本实现了高性能的大模型，从而引发了资本市场对AI科技巨头估值的担忧。
先说开源，由微软、OpenAI、英伟达等公司构筑出的“美式AI生态有机体”，商业化的前提是“不能开源”——要通过AI模型本身收费或者将其纳入付费产品之中完成商业闭环。而DeepSeek-R1则是一款开源推理大模型，基于相关的许可协议，DeepSeek-R1允许全球开发者自由地修改、使用、分发模型，甚至还可以进行衍生开发和商用。
除了商业化方面的考量，DeepSeek开源带给OpenAI的另一个巨大挑战是，当开源产品的“能力”和闭源产品接近甚至反超后者时，对闭源产品的冲击将是巨大的。DeepSeek下载热度的激增，背后的核心原因之一正是开源：用户可以在自己的服务器或云端免费部署DeepSeek-R1，且大幅降低（甚至不需要）API调用费用。
DeepSeek第二个惊人之处，是其极低的预训练成本。性能比肩GPT-4o的DeepSeek-V3，投入研发费用为558万美元，训练成本不到GPT-4o的1/20，且只用了2048张H100的GPU集群，用时仅53天。在同等水平下，哪怕是全球AI第一梯队的头部公司，至少也要用到1.6万张以上的GPU进行训练。
大幅降低了技术成本的DeepSeek，对算力市场形成了强大的冲击。它背后的那个男人，也来到了聚光灯下。
量化私募大佬，一转身大模型就掀起了价格战
2025年1月20日，AI初创公司深度求索创始人梁文锋受邀出席相关部门座谈会，并做了相关发言。国内做AI通用大模型的大厂不下五个，但只邀请了梁文锋作为AI领域的企业家代表。而就在这一天，发布了DeepSeek-R1，梁文锋也随即被社会大众所关注。
1985年，梁文锋出生在广东湛江吴川市的一个普通家庭，父母都是小学语文老师。这个来自四线城市的少年，对数学特别感兴趣，初中时期就学完了高中数学，甚至开始学大学的数学。
2002年，17岁的梁文锋以全校第一的成绩考上浙江大学本科电子信息工程专业，于2007年考上浙江大学信息与通信工程专业研究生。在大学期间，他遇到了改变自己一生的两件事：爱上了机器学习，迷上了量化交易。
毕业之后，梁文锋与同学一起开始积累市场行情数据和探索全自动量化交易。2015年，当其他人还在为股市的跌宕起伏心惊胆战时，30岁的梁文锋在杭州创立了幻方科技，投身于全自动量化交易，立志成为世界顶级的量化对冲基金。
尽管当时公司只有10张GPU显卡，但不久之后的2016年10月，幻方量化推出第一个AI模型，第一份由深度学习生成的交易仓位上线执行。到2017年底，几乎所有的量化策略都采用AI模型计算。有了AI加持助力，用了4年时间，公司就做到了百亿规模，又用2年时间突破千亿大关。
从一开始，投资赚钱就不是梁文锋的唯一目的，反而是赚到了足够多的钱，才能更好地去研究人工智能。2019年，幻方量化成立AI公司，其自研的深度学习训练平台“萤火一号”总投资近2亿元，搭载了1100块GPU；两年后，“萤火二号”的投入增加到10亿元，搭载了约1万张英伟达A100显卡。通常认为，1万枚英伟达A100芯片是做自训大模型的算力门槛，而单从算力角度看，幻方甚至比很多大厂都更早拿到了做ChatGPT的入场券。
有了这些积累，梁文锋在2023年7月创立了深度求索（DeepSeek），要做AI大模型。"现在入场，怎么跟OpenAI这样的行业巨头竞争？" 面对质疑，笃信“人工智能一定会改变世界”的梁文锋没有多做解释。不到一年的时间，所有人就都闭嘴了，只剩下了佩服。
2024年5月，DeepSeek发布了DeepSeek-V2，凭借创新的模型架构和史无前例的性价比，以"AI界的拼多多"迅速出圈。反卷大厂的梁文锋，在AI领域复制了黄峥式“后来居上”的故事，并在国内掀起打到骨折的大模型价格战。
DeepSeek-V2的关键开发者之一罗福莉曾在社交平台撰文表示，“单论DeepSeek-V2模型的中文水平，是真实处在国内外闭源模型的第一梯队”，“外加1元/百万输入Tokens的价格，只有GPT4价格的1/100，性价比之王”。这个罗福莉，就是此前传闻小米创始人雷军要开千万年薪挖走的天才少女。
梁文锋的用人之道也很有意思：不要海归，只要本土工程师；不要老手，偏爱应届生；没有KPI，全凭兴趣干活。他说：“一件激动人心的事，或许不能单纯用钱衡量。就像家里买钢琴，一来买得起，二来是因为有一群急于在上面弹奏乐曲的人。”
底层技术路线上的颠覆，实现了弯道赶超
从技术原理上来说，DeepSeek的崛起，尤其是最新一代deepseek R1的成功，来自于它所采用的RL强化学习策略，这是它以极低的成本却可以实现和GPT-4o差不多效果的根本原因。
以GPT为代表的传统AI，其策略的本质是"在人类选择下的猜谜游戏"——GPT们其实并不会真正思考，而是通过数据训练，生成一些"看似靠谱实则无法深究"的东西，比如早期绘画AI会把人手画出六个指头，就是因为AI不知道人该有几个指头，只是通过大量的数据训练，能生成一个"大概是这样"的东西。之后再由人类进行筛选，把不靠谱的结果去除掉，才能得到最终的作品。
而对DeepSeek来说，它完全抛弃了这种"猜谜"的训练方式，转而采用了之前在围棋和智能驾驶领域常用的RL策略（强化学习）。如果说以前的策略是人类告诉AI什么是对的什么是错的，那么RL策略，就是真正地让AI学会认识世界、了解事物规律，更加自主地去推理探索。
在传统技术路径下，90%的算力消耗在试错过程中，而Deepseek的自主学习机制能将无效训练降低60%。因为底层技术路线上的颠覆，deepseek R1也把运行成本大大降低——比起硅谷动辄数亿数十亿美金的投资和数万张显卡的超级集群，这个国产大模型仅仅靠着2000多张显卡和600万美元左右的成本就实现了近似乃至更好的效果。
对我国初创公司来说，更关键的一点是，RL策略对并行计算的需求较传统架构下降40%，这直接打破了堆砌算力、数据的美国式AI道路，使得国产显卡和国产芯片有机会实现对英伟达等海外巨头的替代。
说到这里，DeepSeek的崛起，就不仅仅是技术侧的意义了：一家诞生在中国的民营公司，不超过200人的本土青年工程师团队，绕开了美国人所探索的“成功模式道路”，采取了创新的思路和开源的方式，以极低的成本创造了业界瞩目的成就，实现了弯道赶超。
作为硅谷眼中“神秘的东方力量”，Scale AI创始人亚历山大·王（Alexandr Wang）评价DeepSeek道，“过去十年来，美国可能一直在人工智能竞赛中领先于中国，但DeepSeek的AI大模型发布可能会‘改变一切’。”
写在最后……
DeepSeek的横空出世，让自诩领先至少10年以上的META和CHAT gpt有点不知该何去何从了。号称“星球大战”2.0版本，并计划耗费天文数字的星际之门还没打开好像就该关上了——美国总统特朗普在会议上提到DeepSeek的出现为美国的企业敲响了警钟，“我们需要集中精力在竞争中获胜”。相隔一天，据外媒报道，多名美国官员称DeepSeek是“偷窃”，正对其展开国家安全调查。
在除夕这天震撼世界的，还有同样是来自杭州的宇树科技。在央视春晚现场，来自宇树科技的人形机器人H1跳起了AI机器秧歌，还能多角度转手绢。
这些机器人身上装备了多套高科技设备，如高精度3D激光SLAM自主定位和导航、多智能体协同规划、先进组网方案和全身AI运动控制，可以让他们在舞台上走得稳稳当当，动作整齐得就像复制粘贴一样，这些技术不仅让他们们定位超精准，连接超稳定，还能应对各种突发状况。可以说，这是人类历史上首次大型全AI驱动的全自动集群人形机器。前些年不可一世的波士顿动力机器人，好像三下两下，也被宇树赶上了。
从大疆、宇树再到石破天惊的六代机、DeepSeek，东方大国不断涌现出改写世界技术版图的高科技企业。让世界目不暇接，甚至逼得某些国家要采取并不光明正大的反制措施了。
“中国必然需要有人站到技术的前沿”，梁文锋此前接受采访时曾表示，回望过去30多年IT浪潮，中国基本没有参与到真正的技术创新里。“我们觉得现在最重要的是参与到全球创新的浪潮里去。”被外界视为理想主义者的他说，“过去很多年，中国公司习惯了别人做技术创新，我们拿过来做应用变现，但这并非一种理所当然。这一波浪潮里，我们的出发点，就不是趁机赚一笔，而是走到技术的前沿，去推动整个生态发展。”
原文标题 : 狂舞的DeepSeek、会扭秧歌的AI机器人，这个春节不一般
