吴恩达深度解读DeepSeek-R1模型技术

这周，DeepSeek带来的冲击波，让几个早已摆在那里的行业趋势，变得更加清晰可见了。简单来说，可以归纳为三点：

第一，中国在生成式AI领域的追赶速度，正在深刻改变全球AI供应链的格局；第二，开放权重模型的崛起，让基础模型层加速走向商品化，给应用开发者打开了全新的窗口；第三，规模扩张不是AI进步的唯一路径——算法创新的价值，正以更直接的方式体现出来。

大概一周前，中国公司深度求索（DeepSeek）发布了DeepSeek-R1，一款在推理能力上与OpenAI o1旗鼓相当的模型，而且以宽松的MIT协议开放了权重。就在达沃斯论坛期间，不少非技术背景的商业领袖都在追问这件事。到了周一，股市直接来了波“DeepSeek抛售潮”，英伟达等多家美国科技公司股价大幅下跌，虽然后面又有所回升。这一切都在提醒我们：AI领域的竞争格局正在重塑。

中国与美国的差距，正在迅速缩小

2022年11月ChatGPT刚出来的时候，美国的领先地位非常明显。但认知总是滞后于现实——直到最近，中美两国的朋友里，还有不少人觉得中国落后。其实，过去两年这个差距已经急速缩小。从Qwen（我的团队用了好几个月）、Kimi、InternVL，再到现在的DeepSeek，中国明显在赶超，甚至在视频生成这类细分领域偶尔还领先一步。

值得高兴的是，DeepSeek-R1以开放权重形式发布，技术报告里披露了很多细节。相比之下，美国有些公司一边渲染“AI灭绝人类”这种假想威胁来推动监管，一边实际上在打压开源。但现实是，开源/开放权重模型已经成为AI供应链的核心环节——大量企业都会采用这类模型。如果美国继续阻挠开源，中国就会主导这个领域，到时候更多企业用的将是体现中国价值观、而非美国价值观的模型。

开放权重模型，加速基础模型层商品化

之前就说过，LLM token的价格一直在往下走。开放权重一方面推动了降价趋势，另一方面也给开发者提供了更多选择。一个直观的对比：OpenAI的o1每百万输出token收费60美元，而DeepSeek R1只要2.19美元。近30倍的差价，让“降价”这件事变得异常醒目。

基础模型的训练和API销售业务，现在面临不小的压力。这个领域很多公司还在琢磨怎么收回高昂的训练成本。《AI的6000亿美元难题》那篇文章分析得很透彻——当然，必须承认基础模型公司的工作非常出色，也期待他们能走通。相比之下，基于基础模型开发应用，反而蕴含着巨大的商机。别人花几十亿美元训练出模型，你只花几美元就能调用，然后去开发客户服务聊天机器人、邮件摘要工具、AI医生、法律文书助手……这才是真正的用武之地。

规模扩张，不是唯一路径

围绕“模型越大越强”的炒作，之前铺天盖地。公平地说，我本人也是早期倡导规模扩张的人之一。有些公司靠“更多资金=更大规模=可预见的进步”这种叙事，融资了数十亿美元。结果大家过度聚焦规模，忽略了其他同样重要的进步路径。

因为美国AI芯片禁令，DeepSeek团队被迫在算力较弱的H800 GPU上做创新和优化，最终以不到600万美元的计算成本完成了模型训练（研发成本另算）。这能不能真正降低算力需求，还需要观察——有时候单价下降反而刺激总消费增加。但可以确定的是，人类对智能的需求，长期来看几乎没有上限。所以即便成本降低，总需求还是会持续增长。

社交媒体上对DeepSeek的解读，就像罗夏墨迹测试，每个人都在其中投射自己的理解。但有一点很清楚：DeepSeek-R1的地缘整治影响还没有完全显现。而对于AI应用开发者来说，这绝对是重大利好。许多团队已经开始头脑风暴，琢磨怎么利用这个开放的高级推理模型做出新东西。当下，依然是构建未来的黄金时期。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：吴恩达深度解读DeepSeek-R1模型技术要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题