王维嘉：DeepSeek的突破是否会改变中美AI竞争格局？
内容来源
作者王维嘉，中国科技大学无线电系学士，斯坦福大学电气工程博士，曾任数字中国／中国IT互联网峰会创始常务理事，欧美同学会2005委员会共同创始人、第三届理事长，阿拉善企业家生态协会创始终身会员、第三届副会长
本文为王先生在企业家社群里的讨论要点，本文经授权发布，并略经编辑。
最近所有人都在讨论很 DeepSeek。网上也充斥着各种各样的分析：从技术分析到财务分析。在此，我与也通过几个方面展开聊聊，通与各位共同探讨。
作为在硅谷待了40年的人，我对技术创新有一个深刻的体会——它就像在一座广阔的大山里寻找金矿。
我们知道这里可能有金矿，但没人确切知道它在哪儿。因此，许多团队纷纷进入这座山，不同的人探索不同的方向，试图找到突破口。
回顾人工智能的发展，2012年，AI在图像识别领域取得了第一次重大突破，之后进入围棋领域，这是我们所谓的AI 1.0时代。
1
语言模型的崛起：被忽视的岔道
2017年，谷歌提出了Transformer模型，最初的目的是改进语言翻译，如英文与法文之间的互译。
然而，当时大部分业内人士都认为语言市场相对较小，无法与图像和视频识别相提并论，因此谷歌并未深入探索。
但OpenAI的团队却持不同看法。他们认为，语言是人类智慧的核心载体，其潜力远比想象中更大。
2
推理学习的突破：AI的新方向
随着ChatGPT发布后，全球AI公司纷纷投入这一领域，不断扩大模型规模、增加训练数据。
然而，随着模型的膨胀，AI的发展遇到了瓶颈。就在大家在这条“阳光大道”上前进时，OpenAI又做出了第二个突破——推理学习。
他们发现，与其单纯扩大模型规模，不如优化推理能力。即使模型本身不大，只要推理能力足够强，AI的性能仍然可以提升数十倍、甚至上百倍。
3
DeepSeek的独特性：
技术理想与开源精神
在这样的背景下，DeepSeek成为了一个非常特别的团队。他们坚持开源，而开源精神在中国并不常见。通常，行业的领先者会选择保护自己的技术，而落后者则依靠开源来利用全球智慧。例如，Meta（Facebook）同样选择了开源，因为他们相较于OpenAI处于劣势。
然而，在中国，很少有团队愿意坚持开源，因为开源意味着付出，却未必有直接的商业回报。
DeepSeek的开源精神更接近于西方的Linux和Wikipedia文化，而中国在这方面的传统并不深厚。因此，他们能在这样的环境下坚持这一理念，实属难得。
4
DeepSeek的技术积累与探索
因此，该团队对AI的理解与实践已有十多年的积累。
他们对技术高度敏感，甚至可能在ChatGPT问世之前，就已经开始探索Transformer在大语言模型中的应用。
5
自动推理训练：AI发展的新路径
DeepSeek采用类似的方法，让AI能够自主学习，而不需要人工干预。这不仅提升了模型的训练效率，同时也大幅降低了训练成本。
6
DeepSeek的技术影响：
是否改变了AI竞争格局？
还有很多人关心，DeepSeek的突破是否会改变中美AI竞争格局？我的看法是，虽然这次突破缩小了中美技术差距，但整体格局并未改变。
芯片短板：AI的发展高度依赖算力，而中国在芯片制造方面仍然落后于美国。 算法突破主要发生在西方：从2012年的AlexNet到2017年的Transformer，再到2022年的ChatGPT，核心算法的突破主要发生在美国，欧洲（如法国Mistral公司）也有一定贡献，但相对较小。 DeepSeek的贡献占比：如果将全球AI技术突破总量设为100%，DeepSeek的贡献可能占5%。这个比例已经非常了不起，但尚不足以撼动整体格局。
7
AI技术对市场的影响
当时，蒸汽机的燃烧效率提升，很多人以为煤炭需求会减少，但事实相反，煤炭需求大幅增长。原因在于，成本下降后，蒸汽机的应用范围大幅扩展，最终总需求反而增加。
8
AI的未来：AGI时代即将来临？
AI的浪潮才刚刚开始，类似于互联网在2000年前后的发展阶段。未来10-20年，AI仍将持续高速增长。
目前，全球领先的AI实验室（如OpenAI、Anthropic、Google、微软）普遍预测通用人工智能（AGI）将在2-5年内实现。AGI的定义是：机器能够完成绝大部分人类智力活动。如果这一目标实现，AI市场规模将远超互联网，达到十万亿美元乃至几十万亿美元的级别。
DeepSeek在AI技术探索中找到了一条新的路径，自动推理训练的突破极大降低了AI推理成本，为AGI的发展提供了重要支持。尽管这一突破尚不足以改变全球AI格局，但它证明了中国AI团队在资源有限的情况下，依然能够实现创新。
未来，AI技术的演进将持续加速，我们正在见证一个变革时代的到来。DeepSeek的故事，也许只是AI革命中的一个篇章，但它无疑为整个行业的发展提供了新的启示。
