文｜王雅迪

ID | BMR2004

3月25日，DeepSeek正式发布了其新版本V3-0324模型，优化了包括推理、前端开发、中文写作、中文搜索几个方面的能力。其中，最大亮点是它的代码能力，只需要简单的文本提示就能快速开发各种网站、App，可以比肩目前全球最强的闭源代码模型Claude 3.7 Sonnet，但V3-0324是开源且免费的，且推理效率更快。

此前，2月24日至2月28日，DeepSeek陆续开源最新技术进展。该“DeepSeek开源周”提供的五个项目覆盖了AI开发的核心环节，引发广泛关注。

开源周结束的第二天，DeepSeek便于知乎开设官方账号，独家发布《DeepSeek-V3/R1推理系统概览》技术文章，首次公布模型推理系统优化细节，并披露成本利润率关键信息。

近日，CSDN创始人、董事长蒋涛在接受《商学院》杂志专访时感慨道，“中国迎来了历史上从未有过的机会，从根系统且在与美国同步构造自己的生态，这个前所未有的机会是面向全球化的。” DeepSeek凭借低成本、高效能、开源等特点，不仅改变了AI产业范式，更打破了美国对AI话语权的垄断。

DeepSeek的开放比过去更彻底，开放了模型的参数和权重，性价比非常高。

《大教堂与集市》被称为开源运动的“圣经”，它颠覆了传统的软件开发思路，影响了整个软件开发领域，书中以“大教堂”和“集市”来代表两种截然不同的开发模式。

“大教堂”代表由商业公司管理专业开发人员开发的闭源软件开发模式，其开端可以追溯到《人月神话》中IBM公司System/360（世界上首个指令集可兼容计算机）家族和OS/360（主机操作系统）中的开发工作；“集市”则是以Linux为代表的社区开源软件开发模式，它代表了一种低成本、开放式的协作方式，就像一个热闹的菜市场，没有统一的领导，大家在这里各自为营，却充满无限的可能和活力。

DeepSeek的开源举措与Linux有异曲同工之妙，却又更胜一筹。它不仅开源工作成果，还毫无保留地公开了优化细节，让全球开发者能够看到其研发过程，掀起了全球对“开源”话题讨论的热潮。

2024年7月，Meta发布了Llama 3.1开源大模型，根据Meta提供的基准测试数据，其中最受关注的405B（4050亿参数）在性能上已经可以媲美OpenAI旗下GPT-4和人工智能初创企业Anthropic旗下Claude 3。这也意味着，顶尖开源大模型在性能上已经赶上了顶尖闭源大模型。然而，DeepSeek的出现给Meta旗舰模型下一版本Llama 4带来了更大的压力。

蒋涛表示，DeepSeek的开放程度比过去更彻底，更甚于Llama，开放了模型的参数和权重。此外，它的性价比非常高，2024年10月，面对各家大模型公司性能的逼近，闭源的OpenAI推出了推理模型o1和o3，业内都在研究OpenAI是如何实现这一成果之际，DeepSeek R1模型性能对标OpenAI o1正式版抢先推出，训练成本远低于OpenAI o1。更重要的是，实现这种突破的是一家中国公司。

DeepSeek的出现再次引发业内对“大教堂”与“集市”的讨论热潮，甚至有观点认为，“这宣告了开源对闭源的胜利”。曾对开源嗤之以鼻的李彦宏也开始调整策略，并陆续推出了文心大模型4.5系列，并于6月30日起正式开源。

坚持闭源的李彦宏曾宣称，如果开源模型想要在能力上追平闭源模型，就需要更大的参数规模，这将导致更高的推理成本和更慢的反应速度。同时，相比源代码公开传统的软件开源，大模型的开源更为复杂。

然而，DeepSeek开源模型基于业界已有的技术进行探索，显著降低了模型训练和推理成本。根据DeepSeek发布的技术文章显示，DeepSeek-V3/R1推理系统通过跨节点专家并行（EP）、计算-通信重叠和动态负载均衡三大核心技术，实现了吞吐量与延迟的极致优化，并实现了高理论利润率。

据DeepSeek计算，运营一天V3和R1的算力成本为87072美元，以R1定价来看，理论上收入为562027美元，利润率为545%。不过，DeepSeek官方也表示，实际上没有这么多收入，因为V3的定价更低，同时收费服务只占了一部分，另外夜间还会有折扣。

在蒋涛看来，闭源模式必然走向垄断，因为该模式下，技术握在自己手里，外界无法拥有，决定权更多在技术方，如微软的Windows和苹果公司的iOS。但在开源模式下，技术可以开放出来，但也分为两种形式。一种是签订开源协议，需要遵守技术提供方的相关约定，使用方可以复制，也可以商业化，但商业化是否要约定各家协议，这就涉及到了第二种“局部开源”模式。

蒋涛举例表示，安卓就是“局部开源”，尽管它号称开源，但实际使用过程中存在很多约束和限制，很难在此基础上进行开发和创新。相比之下，Linux就是真开源，它对商业化没有限制，任何公司都可以在其内核系统上做自己的开发，遵循的是GPL协议（自由软件基金会发布的一种开源软件许可协议）。这种“局部开源”在商业路线上可能有更大的控制权，尤其对竞争对手而言。

据悉，DeepSeek采用的是MIT许可协议，是一种较为宽松的开源协议。它允许用户自由修改、定制、分发甚至商业化使用DeepSeek的代码，但同时也明确规定了用户在使用过程中需要遵守的条款，比如用户若使用或分发代码，需在软件或文档中保留原作者的版权声明和许可声明。

垂类模型的胜利一定是开源模型的胜利。

为了在小参数模型中引入长思维链推理能力，DeepSeek团队引入了蒸馏技术。模型蒸馏是一种将大型复杂模型（教师模型）的知识迁移到小型高效模型（学生模型）的技术，其核心目标是在保持模型性能的同时，显著降低模型的计算复杂度和存储需求，使其更适合在资源受限的环境中部署。

DeepSeek蒸馏技术将数据蒸馏与模型蒸馏相结合，实现了从大型复杂模型到小型高效模型的知识迁移。这种结合方式不仅能够提高模型的性能，还降低了计算资源的需求。

蒋涛表示，开源模式下，用户可以对模型进行蒸馏和更多微调，而闭源则不能，只能调用API和微调工具，非常有限。因此很多模型公司应用都转移到DeepSeek上，因为它的底座模型是目前中国最好的，垂类模型必然要在DeepSeek上进行调整和蒸馏，垂类模型的胜利一定是开源模型的胜利。对于用户来说，或许更关心模型的性能，而不关注是否开源，闭源模式下需要借助厂商进行微调，而开源模式则可以直接改进，尝试的方式更多，局限性更小。

截至2024年7月30日，全国已有197个大模型产品通过工信部备案，其中约30%为通用大模型，70%为行业大模型。360集团创始人周鸿祎不止一次在公开场合中表达过“大模型在垂直领域大有可为”，今年全国两会期间，他再次指出，“开源带来大模型的广泛应用，未来将会有各类专业大模型、垂直大模型、场景大模型，连接内部知识库，以智能体的形式在大批政府机构和企业中广泛部署，推进‘数转智改’，实现降本增效。”

在蒋涛看来，闭源模式下，政府部门及企业要将自己的数据交付给模型厂商，DeepSeek拓宽了私有化部署的空间，企业可以避免依赖外部供应商，还能更好满足定制化需求，结合不同的具体需求定制大模型。

因此，蒋涛强调，闭源模式现在面临的挑战是要发展独特性，性能要持续领先，如果不领先，该模式就会被开源的性价比和开放性打败。其次，要基于模型发展出足够多的生态伙伴，实现垂类应用的研发，但在这一点上确实要比开源模式更难。下一步的竞争实际上是应用生态的争夺战。

自DeepSeek推出以来，不断有新的政府部门及企业加入到DeepSeek的生态阵营之中，它们大部分是采用私有化、本地化的方式，以此满足数据安全、高度定制化、低延迟高稳定等方面的需要。

DeepSeek展示出比较强的工程化能力，带来整个工具链的变化，会对硬件和芯片设计产生影响。

2025年1月，美国政府宣布推出美国制造AI芯片管理新规，旨在对美国制造的AI GPU（图形处理器，主要用于AI大模型的训练及推理）芯片实施严格的全球出口限制。其中，中国被列为第三等级，几乎完全被封锁在美国高端AI芯片的供应链之外。

DeepSeek出圈为“无芯可用”的困境带来了新突破口，在国内算力中心采购英伟达芯片难度提升的情况下，国产芯片无疑成为重要选择。目前，华为昇腾、摩尔线程、海光信息、燧原科技、昆仑芯等厂商，都相继宣布适配或上架 DeepSeek 模型服务。

蒋涛认为，DeepSeek展示出比较强的工程化能力，带来整个工具链的变化，会对硬件和芯片设计产生影响。DeepSeek通过算法优化和开源协作，实现了在少量芯片上的高效训练。这就好比开车，当限速了只能跑20公里，如今限速的条件下能跑出200公里，而这个技术被开源出来了，对整个行业有巨大价值。

英伟达CUDA（一种并行计算平台和编程模型）几乎主导了整个AI产业链的各个环节。DeepSeek与华为昇腾、天数智芯等企业合作，推动国产芯片的框架优化和分布式训练适配，正试图绕开CUDA的限制。

蒋涛指出，算力短缺仍是核心挑战，大模型的发展上限在哪里？达到这个上限需要多少算力？国家的算力资源是否能扛得住未来模型的需要？这些都是极大的挑战。?马斯克曾宣称其Grok-3是全世界最好的模型之一?，背后的逻辑正是因为Grok-3使用了20万块英伟达GPU进行训练，从而具有极高的算力和性能?，在算力差距巨大的情况下，我们不知道对方能领先多少，这是比较具有挑战性的。

据悉，半导体研究机构SemiAnalysis曾认为，DeepSeek囤积了6万张英伟达GPU卡，其中包括1万张A100、1万张H100、1万张“特供版”H800、3万张“特供版”H20。但是，据《DeepSeek-V3技术报告》官方给出的是2048张英伟 H800芯片和1万张A100显卡。

低算力背景下，DeepSeek的成功为AI产业带来新思路，尽管国内在最高端半导体制造上有短板，但依靠算法和软件的补齐，可以协同次高端半导体在综合效能上实现提升。正如蒋涛所言，DeepSeek展现出的能力对中国的根技术是巨大贡献，我们需要构建算力层、硬件层、工具层和应用层的全链条开源生态，以满足人工智能时代的发展。

运行DeepSeek R1大模型的服务器正在快速上升，8971个服务器中有5669个在中国。

值得注意的是，随着越来越多的公司和个人选择将DeepSeek进行私有化部署，针对性的恶意手段和风险场景也相应激增，伴生的数据隐私、认知安全、基础设施等安全风险超乎想象。

《商学院》杂志从奇安信处获悉，2月初，奇安信通过持续跟踪监测发现，针对DeepSeek的仿冒网站、钓鱼网站数量已经超过2000个，并且在快速增加，于是再次发布预警，提醒用户保持警惕。此外，奇安信资产测绘鹰图平台监测发现，8971个Ollama大模型服务器中，有6449个活跃服务器，其中88.9%都“裸奔”在互联网上。

Ollama是一款可以方便获取并运行大模型的工具，支持多种先进的语言模型，包括但不限于Qwen、Llama、DeepSeek-R1、Phi-4、Mistral、Gemma 2等，可以让用户能够在服务器中运行和使用这些模型。而公开信息显示，运行DeepSeek R1大模型的服务器正在快速上升，在8971个服务器中有5669个在中国。

奇安信科技集团创始人、董事长齐向东认为，这种“裸奔”状态会导致任何人不需要任何认证即可随意调用、在未经授权的情况下访问这些服务，极有可能造成数据泄露和服务中断，甚至可以发送指令删除所部署的DeepSeek、Qwen等大模型文件，存在严重的安全隐患。

蒋涛表示，短期风险还包括营销，现在一些不合规的推广行为开始涉及DeepSeek，到处招募参与者，导致市场出现乱象。长期看，比较严重的还是幻觉带来的影响，以及人工智能安全伦理问题。例如，某些西方国家有专门的伦理安全测试，将DeepSeek中没有与其价值观对齐的部分提出质疑，导致被某些国家或地区视为最不安全的大模型之一。此外，幻觉问题是所有大模型都面临的挑战。

2025年春节期间，市面上出现了一些假的DeepSeek代币，并在去中心化交易所流行。2月6日，DeepSeek官方在微信文章评论区回应：“DeepSeek从未发行任何虚拟货币，请大家注意甄别、理性投资，避免财产损失。”此后，多个以DeepSeek、DeepSeekAI、DeepSeekR1等名称命名的虚拟币交易迅速“熄火”，价格暴跌。

相比于蹭DeepSeek热点而出现的乱象，由AI产生的幻觉仍无法在短期内杜绝。Vectara HHEMAI人工智能幻觉排行榜最新数据显示，DeepSeek-V3幻觉率为3.9%，而DeepSeek-R1则为14.3%。据悉 该测试为行业权威测试，通过检测语言模型生成内容 是否与原始证据一致，从而评估模型的幻觉率，帮助 优化和选择模型。

在蒋涛看来，幻觉的产生在后续会逐渐被控制，但也不能阻碍其发展，其中的平衡很难把握，各行各业如何控制大模型的能力使其有效输出，而不是制造虚假的垃圾信息，这是目前面临的最大挑战。

正如周鸿祎所言，“幻觉”是一把双刃剑，是大 模型与生俱来的特点，不可消除，也决定其创造力和 想象力，对于实现 AGI 极其重要。如果大模型没有“幻 觉”，就失去了想象力和创造力。并且越是能力强的 模型，一般“幻觉”也越多。因此，需要适度包容“幻 觉”。

来源 | 2025年4月刊