商业视点-"yw永不失联国际人民日报"-做出一家让硅谷都震撼的“国货之光”，需要多聪明yw永不失联国际人民日报？

做出一家让硅谷都震撼的“国货之光”，需要多聪明yw永不失联国际人民日报？_ZAKER新闻

注：确认中奖以工作人员通知为准，未中奖者将不再单独通知或公示。以上注意事项仅供参考，最终解释权归场馆方所有。

提问：前几天，不管在中国还是在美国，你有没有刷到过一家中国公司，做 AI 的，叫 DeepSeek?昨天刚开完会，公司一个小伙伴突然来精神了，说：" 欸，那个前几天很火的 DeepSeek 居然出 APP 了。"一搜，还真有。真低调。可低调的背后，是一口气刷了中国的屏，还刷了美国的屏的爆火。2025 刚开始那几天，国内突然出了个热搜：" 雷军千万年薪，挖角 DeepSeek 的核心研究员，95 后 AI 天才少女罗福莉 "。很多人在这句话里，看到了 " 雷军 "，看到了 " 千万年薪 "，看到了 "95 后 AI 天才少女 "。但其中很多关注 AI 的人，还看到了："DeepSeek"。因为，在更早的圣诞期间，这家中国的，做 AI 的，甚至不是大厂的公司，突然刷了美国的屏。2024 年 12 月 26 日，中国的 AI 公司 DeepSeek（中文名叫 " 深度求索 "），发布了一个最新 AI 大模型 DeepSeek-V3，并同步开源。很快，无论是中国的 AI 圈，还是硅谷的大佬，美国的新闻，都开始谈论它。国内很多媒体喊它" 中国 AI 界拼多多 "，" 国货之光 "。说，它证明了" 就算算力被封锁，中国也有可能搞出很好用的大模型 "。而在国外，在硅谷，更多人喊它" 来自东方的神秘力量 "。说，这下" 美国从 0 到 1，中国从 1 到 N"的说法，可能要被破了 ......这个突然横空出世的中国 AI 公司，真那么厉害吗？厉害在哪？怎么做到的？到底什么来头？我也很好奇。这几天看了一些资料，也问了一些行业里的朋友。越了解，我越有一种感觉：刷屏美国的 DeepSeek，不一定 " 神秘 "，但确实有点聪明。" 来自东方的神秘力量 "提问：当美国在刷屏聊这家公司的时候，都在聊什么？抛开各种一会儿 " 震惊 "，一会儿 " 难以置信 " 的那些情绪不说，事实说来说去，大概就是 4 件事。首先，性能，吓人的好。DeepSeek 的大模型，很多科目在跑分测试中，都一举超越了很多头部的开源模型。如果单看 " 理科 "，比如代码编写和数学运算方面，更是直接可以上手，和全球顶尖的闭源模型掰手腕。比如 OpenAI 的 GPT-4o，Meta 的 LLama-3.1-405B，阿里 Qwen2.5-72B......这么强，价格，还吓人的低。人家美国的大模型扛把子，比如 Claude 3.5 Sonnet，API 价格是每百万输入 token3 美元。国产的 DeepSeek-V3 呢？优惠狠起来，只要 0.1 元人民币。这么恐怖的性价比，怎么做到的？梁文锋曾在暗涌的采访中说：" 我们的原则是不贴钱，也不赚取暴利。这个价格也是在成本之上稍微有点利润。"吓人的性价比背后，是低得更吓人的成本。先大概看个账单：DeepSeek-V3 的预训练过程，花了557.6 万美元，耗费了280 万GPU 小时，2048 块GPU，并且还是英伟达针对中国市场的低配版：H800 GPU。那别人呢？很多财经新闻指出，OpenAI，谷歌，Meta，都花了数亿，甚至数十亿美元。而 OpenAI 的早期成员 Andrej Karpathy 在社交平台上说：" 要做到这种水平，通常需要3080 万GPU 小时，和16000 块GPU。"280 万，2048 块，几百万美元。3080 万。16000 块。几亿甚至几十亿美元。直接差出 1 个零，甚至几个零。难怪 Meta AI 研究科学家田渊栋发文说：" 对 DeepSeek-V3' 极有限的预算 ' 和 ' 强劲的表现 ' 深感惊喜。"然而，到这里，依然还不是让他们最 " 惊 " 的。美国的 CNBC 主播在新闻里说：" 这家公司的大模型，在很多方面都不输于 Meta 的 LLaMa 3.1 和 OpenAI 的 GPT 4o，顺便说一下，这些都是最新最强的模型 ...... 并且，朋友们，别忘了这个事实：这家公司来自中国。"超高性能，超低价格，超低成本，还是来自中国的 AI 公司。很快，在硅谷，DeepSeek 开始被这么提起：" 来自东方的神秘力量 "。" 小院高墙 "这个突然横空出世的中国 AI 公司，到底，什么来头？是不是，背后有高人？OpenAI 的前政策主管 Jack Clark 就曾说：DeepSeek" 雇佣了一批高深莫测的奇才 "。而 DeepSeek 创始人梁文锋在一次采访里对此的回应是：" 并没有什么高深莫测的奇才。都是一些 Top 高校的应届毕业生、没毕业的博四、博五实习生，还有一些毕业才几年的年轻人。"那，是不是，背后有资本？毕竟，做大模型，从来都是少数人的游戏。有新闻披露，在很多普通人都还没听说过 AI 的 2019 年，DeepSeek 就已经囤了超过 1 万张的英伟达显卡，用于算力基建了。真厉害。但是，有超过 1 万张，就足以让 DeepSeek 有优势吗？光看 2024 年一年，拥有的等效 H100GPU 数量，Meta，是 55 万 -65 万，微软，是 75 万 -90 万。谷歌，更是 100 万 -150 万 ......人，钱，都没有什么特别的。那，东方，还有什么西方没有的？" 小院高墙。"这个 2018 年由美国智库提出的科技防御策略，衍生出来的新闻，关键词基本都长这样：管制，禁运，封锁，实体清单 ......在美国 CNBC 的一个采访中，一位连线专家在聊起 DeepSeek 时说：" 显然，他们没有使用最新的芯片，也没有那么大的算力，他们甚至在这方面没怎么花钱，但他们却建立了一个可以和 OpenAI 和 Meta 的模型竞争的模型。"" 他们是在哪个地方做得这么好呢？"很多人，开始连夜翻技术文档。是的。被称为 " 来自东方的神秘力量 " 的 DeepSeek，在最核心的技术上，却一点都没有玩神秘：他发布的大模型，都是开源的。每一步，怎么做的，什么原理，甚至代码，都写在公开的技术文档里。所有人，随便看。" 技术文档 "DeepSeek 的技术文档，一共 53 页。翻开，不是长这样：就是长这样：啊？这怎么看？我明白。我理解。这样一份文档，对于大多数普通人来说，确实难啃。好在，很多技术大牛，已经连夜划了重点。比如，最常见的这段：这得益于采用了 Multi-head Latent Attention ( MLA ) 和 DeepSeek MoE 架构，实现了高效的推理和经济高效的训练。又引入了辅助损失自由负载平衡策略和多 token 预测训练目标，提升了模型性能。同时，在 14.8 万亿个高质量 token 上进行了预训练时，通过监督微调和强化学习阶段充分挖掘了其潜力。看着还是太干？没事儿，再划成 3 个关键词：MoE，MLA，无辅助损失的负载平衡策略和多令牌预测训练目标。这，就是要看懂 DeepSeek 的 " 神秘力量 "，至少，需要看懂这 3 个词。我争取，用普通话，帮你把它们从头说一遍。我猜，听完你会觉得很眼熟。从哪里说起呢？就从，你对大模型的要求说起吧。" 神秘力量 "提问：这两年，你有没有用过什么 AI 大模型？比如，美国的 ChatGPT？中国的文心一言 ? 通义千问 ?......你用它的时候，都对它有什么期待？至少，我问它个什么，它的回答得靠谱吧？靠谱之外，一个回答不能让我等上 1 分钟吧？......又快，又好。这，就是一个好的大模型产品，至少要做到的 2 件事。而这 2 件事，传到做大模型产品的技术专家的耳朵里，就会自动被翻译成另外 2 个词：大模型的复杂度，大模型的推理效率。什么是复杂度？至少，这个大模型的脑子得足够聪明，能应对足够多，足够复杂的问题。脑子要聪明，要多几根 " 筋 "。大模型要聪明，就得多几亿个 " 参数 "。这次发布的 DeepSeek-V3 大模型，参数就有 6710 亿个。真多。可是，这么多 " 脑筋 " 一起动，得多费劲啊？确实费劲。所以，得烧钱，买卡，堆算力 ......但是，你都看见了。DeepSeek 没这么干。它们干了很多其它的。其中，最常被人提到的，是这 3 件 :第一，把一堆 " 专家 " 给分开。想象一下，大模型，就像一个专家大本营。为了能尽可能地帮你干各种活儿，里面驻扎了各种领域的专家。每次你一派活儿，就要呼啦啦地召唤这个专家大本营。很是劳师动众。DeepSeek，做了一点优化：把专家们分门别类，每次有活儿，只喊其中一组相应的专家团出来就好。这，就是 MoE 架构，也叫混合专家技术。这么分，本来每次有活儿，得惊动 6710 亿个参数，现在只要 37 亿个参数就可以了。多省力。真聪明。可是，一个大模型，就算调的专家少了，每天要干的活儿还是超级多。有没有办法更省力？DeepSeek 又想到了个办法：把要干的活儿，压少一些。比如，搞个东西，让模型可以在干活儿时，学会 " 抓大放小 "。精确到 " 元 " 就够的，就绝不精确到 " 毛 "。大不了算完再派个专家，统一验算一遍。这个东西，就叫 MLA，也叫信息过滤器。能让模型只关注信息中的重要部分，不会被不重要的细节分散注意力。有意思。这么一来，对算力的依赖肯定又能少好多。可 DeepSeek 依然没满足。" 专家 " 和 " 活儿 " 都盘了，那中间的 " 派活 " 呢？我能不能再搞个机制，让每个专家，都能被合理分工。不至于要么给我闲着，要么忙到爆炸？于是，就有了：无辅助损失的负载平衡策略和多令牌预测训练目标。现在，再看回这 3 个词，你什么感觉：MoE，MLA，无辅助损失的负载平衡策略和多令牌预测训练目标。分专家，压活儿，合理分工。嗯，很聪明。可是，不是在说 " 神秘力量 " 吗？这算什么神秘力量？" 工程 "提问：怎么才算 " 神秘力量 "？能突破 " 小院高墙 "？能打破 " 国外从 0 到 1，中国从 1 到 N" 的观念，带来颠覆性创新？如果是这个标准，那 OpenAI 创始人奥特曼，可能觉得，不算。在 DeepSeek 大模型发布后，他曾说："DeepSeek-V3，只是在复制已知有效的东西。但当你不知道某件新奇、有风险且困难的事情是否会成功时，去做他是极其困难的。"为什么这么说？是不是在酸？是不是在内涵？这样，不如我们先简单倒个带：你说，" 把一堆‘专家’给分开 "，算不算创新？你说，" 把要干的活儿，压少一些 "，算不算创新？你说：" 把活儿分派得合理些 "，算不算创新？或者更直接一点：" 用几百万的成本，做到人家花几十亿才做到的事 "，算不算创新？看另一个技术大佬，知名 AI 博主 Tim Dettmers，对 DeepSeek 的评价。他说：" 这是资源限制下的工程。"他还说：" 这一切看起来都那么优雅：没有花哨的‘学术’解决方案，只有纯粹的，扎实的工程。尊重。"工程，工程。什么是工程？直接搜 " 工程 "，你会看到这个定义：" 工程是一个具有规定开始和结束时间的任务，需要使用一种或多种资源，并由多个互相独立、互相联系、互相依赖的活动组合。"但如果，当你收到客户投诉 " 收到的薯片有包装是空的 " 时，别人会和你说：" 装监控 "，" 做视频识别 "，或者，" 花 100 万，研发一条新的流水线 "......但工程师，可能会和你说：" 花 100 块，在现在的流水线最后，装个大吹风机，吹出刚好能吹跑空包装的就行。"工程，就是就算在有限资源下，也一定要把事做成，并且还要把效率做到最高。回看 DeepSeek 的创新，有些，确实是独创。比如，无辅助损失负载均衡，就来自 DeepSeek 八月的论文。也有些，是 " 在已有的流水线上装上吹风机 "。比如，优化前就已经存在的 MoE，MLA......花 100 万做个新流水线，花 100 块加个大吹风机。从 0 到 1，从 1 到 N。刷屏美国的 DeepSeek，不一定神秘，但确实聪明。恭喜。也祝福，2025 年，更多的 " 从 1 到 N"，和，" 从 0 到 1"。* 个人观点，仅供参考。主笔 / 尤安编辑 / 二蔓版面 / 黄静