摘要：在当今科技迅猛发展的浪潮中，AI领域无疑是最受瞩目的焦点。每一次重大突破，都引发全球的关注与热议。2024年12月26日以及2025年1月20日，DeepSeek相继发布大圆模型V3和基于强化学习的推理模型R1。

在当今科技迅猛发展的浪潮中，AI领域无疑是最受瞩目的焦点。每一次重大突破，都引发全球的关注与热议。2024年12月26日以及2025年1月20日，DeepSeek相继发布大圆模型V3和基于强化学习的推理模型R1。

这一重磅举动瞬间将DeepSeek推至行业的风口浪尖。其相关应用在应用商店的下载量一路飙升，迅速占据榜首位置，与此同时，硅谷巨头们的股价也因此集体出现波动。

短短两个月的时间里，围绕DeepSeek的新闻与讨论热度持续高涨，也促使硅谷的科技公司纷纷加快脚步，推出性能强劲的大模型，AI领域的霸权之争愈发激烈，呈现出一片硝烟弥漫的景象。

DeepSeek能在短时间内迅速走红，背后的原因值得深入剖析，主要可以归结为两个关键方面。

首先，从性能维度来看，它表现得极为出色。作为开源模型，DeepSeek成功达到甚至超越了部分前沿闭源模型的水平，这一成果给开源社区注入了一剂强有力的“强心针”。

回顾以往，众多开源模型在与闭源模型的竞争中，往往处于劣势地位，难以与之抗衡。而DeepSeek的横空出世，成功打破了这一长期存在的格局，让开发者们看到了开源模型所蕴含的无限潜力与可能性，为开源模型的发展开辟了新的道路。

另一方面，DeepSeek的出身——来自中国，这一事实大大超出了美国对中国模型的性能预期。在过去相当长的一段时间里，美国的主流观点普遍认为中国的模型技术落后美国两到三年。然而，DeepSeek的出现，大幅缩短了中美模型技术之间的差距。

原本预估的24-36个月的差距，被迅速缩小到6-9个月。这种心理预期上的巨大落差，在行业内引发了强烈的震动，使得DeepSeek成为全球关注的焦点。

在AI大模型的发展历程中，开源模式正逐渐展现出其独特的影响力，而大模型开源与传统软件开源相比，有着诸多不同之处。

传统软件开源，通常主要是指开放源代码。在这个过程中，需要遵循一系列的开源协议，其中以OSI的十大原则最为著名。

根据这些原则，开源协议大致可以分为两类：一类是copy left类型，这类协议对使用者有一定的要求，即使用者在利用开源代码进行开发时，需要将自己修改或衍生的代码也进行开源回馈；另一类则是较为宽松的类型，像常见的MIT、Apache协议等就属于这一类，它们给予使用者更大的自由度。

然而，大模型开源的概念与之有所不同。大模型开源主要是指开放模型权重，这意味着其他人可以依据这些权重进行模型的部署和重构。但需要注意的是，在AI大模型领域，严格来讲，几乎没有真正意义上完全开源的情况。因为即使获取了源代码，如果缺乏算力和数据的支持，模型也无法正常运行。

在这一点上，DeepSeek的开源举措显得尤为突出。它不仅开放了模型权重，还将训练和推理过程中使用的一系列核心库进行了开源。

例如，用于加速推理的Flash MLA，它能够有效减少推理过程中的KV cache，提升推理效率；Moe模型底层的高性能通信库，为模型的高效运行提供了保障；双向流水线技术以及高性能文件系统ThreeFS等。并且，DeepSeek还通过专业的论文，对相关技术进行了详细且深入的介绍，展现出了极大的诚意。

对于AI公司而言，选择开源大模型这一策略有着其独特的动机。以DeepSeek为例，开源能够吸引更多的开发者使用其模型以及API，从而增强自身在海外市场的影响力。毕竟，在全球AI市场竞争日益激烈的当下，扩大自身在开发者群体中的影响力，就意味着能够占据更有利的市场地位。

从长期发展的角度来看，任何一家AI公司都需要考虑盈利问题，开源公司也不例外，它们有着多种商业模式可供选择。

比如，有的公司会将部分性能最优的模型闭源，只开放相对较弱的模型，通过这种方式来平衡开源与盈利的关系；有的则提供SaaS或API服务，让那些不想进行本地部署或者云端部署的用户，可以直接使用其提供的服务；还有的在开源的基础上，向用户售卖高级组件，或者提供诸如安全性能提升、团队协作功能增强等企业级服务。

然而，尽管开源公司有着这些商业模式，但整体而言，在全球市场的大环境下，开源公司的商业模式仍面临着诸多挑战，如何实现可持续的盈利，依然是一个亟待解决的难题。

DeepSeek的出现，对上下游的AI生态产生了极为深远的影响。

在硬件层面，以英伟达为代表的硬件厂商首当其冲，受到了多方面的冲击，但同时也迎来了新的机遇。东海岸的对冲基金从成本和效率的角度出发，认为DeepSeek的训练成本低且效率高，这将会导致市场对英伟达卡的需求降低，基于这种判断，他们纷纷抛售英伟达的股票。

而西海岸的AI从业者则有着不同的看法，他们认为，随着模型成本的降低，会有更多的公司选择自行部署模型，这无疑将带动英伟达相关产品的需求增长。正是由于这两种不同观点的碰撞，英伟达的股价出现了明显的起伏波动。

从更宏观的市场格局来看，随着模型推理成本的下降，在硬件市场中，推理卡的需求比例呈现出上升的趋势，而训练卡的需求比例则相应下降。并且，由于推理卡的技术门槛相对较低，其市场竞争也变得更加激烈。

在模型应用端，DeepSeek的影响力同样不可小觑，它对闭源模型市场造成了强烈的冲击。以OpenAI为代表的闭源公司，目前正面临着严峻的融资困境。

OpenAI计划的下一轮高达3000亿美元的融资进展艰难，Anthropic上一轮估值600亿美元的融资也耗费了大量时间才完成，而这背后都有着DeepSeek的影响因素。因为当开源模型能够达到闭源模型80%-90%的性能时，闭源模型一直以来所依赖的高估值的合理性就会受到严重质疑。

此外，在AI领域，新的热点不断涌现。近期发布的Manus，自称是全球首个通用Agent，一经推出便引发了广泛关注。Manus在国内的传播速度极快，从实际体验来看，它在某些方面确实展现出了一定的效果。

然而，它也面临着一些挑战，其中最突出的就是可能会被大厂迅速复刻。并且，与在国内的高热度相比，Manus在国外的热度明显较低。

当下，AI应用的落地方向正逐渐聚焦于Agent，尤其是Multi-Agent（多智能体）领域。与单个Agent相比，Multi-Agent系统就如同一个分工明确、协作紧密的团队。不同的智能体可以发挥各自的专长，并行处理任务，这不仅能够显著提高效率，还能有效降低出错率。

据行业预测，在今年夏天，OpenAI、Anthropic等行业巨头有望推出与Agent相关的产品，到年底前，普通用户就有机会使用到这些产品。随着技术的不断发展和创新，AI领域必将迎来更多的突破与变革，而我们也将持续关注这一充满活力与挑战的领域的动态。

文本来源 @科技早知道 的视频内容

来源：波波百谈