21世纪经济报道记者倪雨晴 深圳报道

2025年，AI的开局无疑令人振奋。

中国AI初创公司DeepSeek正掀起新的AI变革，热潮燃至除夕夜。1月28日凌晨，DeepSeek深夜出招，发布开源多模态人工智能模型Janus-Pro，宣布在GenEval和DPG-Bench基准测试中击败DALL-E 3和Stable Diffusion。

一周前，DeepSeek刚刚发布了AI推理大模型R1，不亚于OpenAI o1的高性能、训练的极低成本直接“震动”了全球AI市场，本周一度登顶苹果免费APP排行榜首位。

热度攀升的同时，大洋彼岸，DeepSeek在华尔街、AI界引发蝴蝶效应。圈内外激辩AI泡沫和价值，股市的风暴率先来临。

美东时间1月17日收盘，英伟达下跌16.86%，市值一夜蒸发5888.62亿美元（约合人民币4.27万亿元），创下美股历史上最大单日个股蒸发规模；博通大跌17.40%、台积电下跌13.33%，两者的市值都回落到1万亿美元以下；此外，美光科技下跌11.71%、AMD下跌6.37%。

面对剧烈的股价波动和DeepSeek的发展，1月28日，英伟达向21世纪经济报道记者回应道：“DeepSeek是一项卓越的人工智能进展，也是测试时扩展的绝佳范例。DeepSeek的研究展示了如何运用该技术，借助广泛可用的模型以及完全符合出口管制规定的算力，创建新模型。推理过程需要大量NVIDIA GPU和高性能网络。如今我们有三条扩展定律：持续适用的预训练和后训练定律，以及新的测试时扩展定律。”

在回应中，英伟达肯定了DeepSeek在AI领域的进步，澄清了出售的GPU芯片是合规的，并表示GPU还将有大量需求。短期内，以英伟达为首的算力产业链在猛涨后有回调受挫压力，长期对于AI前景的展望还要动态观察。

同时值得注意的是，此次暴跌的集中地主要在AI算力板块，或者说AI芯片的上下游领域，互联网等软件大厂微跌甚至有所上涨。比如，微软仅下跌2.14%，而亚马逊微涨0.24%、Meta上涨1.91%，Salesforce上涨3.96%。

从中能看到的趋势是，AI要素三角——算法、算力、数据当中，算力面临价值重估挑战。DeepSeek在算力制约下另辟蹊径，用算法进化和高质量数据，一定程度上冲击着芯片巨头们的算力壁垒。另一方面，大模型训练成本、推理成本的下降，未来将加速催化AI应用的爆发，软件在重生、新的软硬件体系也在重构，一起把AI蛋糕做大，方能促进整体市场的繁荣。

DeepSeek“奇袭”算力壁垒

近期，DeepSeek被冠上了不少标签，“英伟达算力大空头”“来自东方的神秘力量”“AI的斯普特尼克时刻”“AI界拼多多”“AI界SpaceX”等，已然成为AI界创业新星。

DeepSeek最广为传播的突破就在于效率和成本。公开信息显示，2024年底，DeepSeek-V3开源基础模型发布后，性能对标GPT-4o，训练成本只有2048块英伟达H800，总花费约557.6万美元。

同样是开源模型，Meta的Llama 3.1训练使用了16384块英伟达H100 GPU，GPT-4o模型的训练成本约为1亿美元，使用的英伟达GPU也在万块以上。

上万的加速卡曾经是训练的常规门槛，但是DeepSeek正在打破常规。R1的训练成本尚未可知，但是API定价远低于OpenAI o1，R1每百万输入tokens在1～4元人民币，每百万输出tokens为16元人民币。OpenAI在前两年一枝独秀后，迎来更多的劲敌。

最新的DeepSeek Janus-Pro公布后，OpenAI的CEO Sam Altman也忍不住对DeepSeek进行了评论，并剧透发布新品。

1月28日上午，Sam Altman在社交平台上表示：“Deepseek的R1是一个令人印象深刻的模型，尤其是考虑到性价比。我们显然会推出更好的模型，而且看到一个新的竞争者真是令人振奋！我们将发布一些新版本。

不过最让我们兴奋的还是能够继续推进我们的研究路线图，我们相信，现如今比以往任何时候都更加需要计算力让我们的使命成功。全球将会大量使用人工智能，下一代模型也将令人惊叹，期待将AGI以及更多技术带给大家。”

首先，从大模型横向对比看，开源的力量正在放大，事实上在2024年，DeepSeek已经凭借V2开源模型的高性价比一战成名，国内的公司纷纷跟进降价，到了2025年，战火也蔓延到全球AI企业。

同时，当前更受关注的是，业内人士认为，DeepSeek R1的成功可能会削弱英伟达等AI芯片需求的预期。与其他创业公司、科技巨头相比，DeepSeek既然能以更低的算力成本提供高计算性能的大模型，在不使用大量最尖端芯片的情况下，也有机会突破壁垒。

因此，也引发了业界对算力巨额投资的质疑，可以说，DeepSeek戳破大模型高成本的现状，算力的比重和角色正在发生变化。尤其是到了推理时代，异构计算的结构配比，又将发生变化。所以我们看到，不光是英伟达，博通、AMD等一同股价下跌，尤其是英伟达狂飙的增速或面临下滑。

近期，英伟达经历了多次股价波动，下滑的因素是多重的，包括大盘回调、利润增速下降、高估值隐忧、GB200交付问题、劲敌增多、各国反垄断审查等等。各种背景因素交织着情绪，在资本市场上拉扯。

但是英伟达创始人兼CEO黄仁勋一直强调，Blackwell平台的产品需求高，数据中心领域还将持续增长。随着接下来2月底新一季度财报的发布，英伟达将回应更多，只是短期还将承压。

但是这并不意味着算力从此一文不值，有了前期算力基建的基础上，方能涌现出如此多的创新，长期来看，AI应用的爆发继续需要算力支持。

当前美股科技巨头们还在算力军备竞赛中。美国最新公布的“星际之门”AI基础设施计划，由OpenAI、软银和甲骨文等公司合作开展，计划在未来4年内筹集5000亿美元，用于建设超大规模数据中心。微软计划在2025年在AI基础设施上投入800亿美元，Meta CEO扎克伯格最近刚表示，Meta计划在2025年投资600亿至650亿美元的资本支出，投入到AI战略中。

摩根士丹利（Morgan Stanley）2024年11月发布的报告显示，亚马逊、Google、Meta和微软2025年的资本支出合计将达到3000亿美元左右，2026年将进一步增长至3365亿美元，这些支出多数将投入固定资产，例如数据中心和房地产。

接下来，如何更有效率得使用算力、打造更先进的算力网络，将是新的考验。

新旧交替掀起AI新变革

一位AI从业者向21世纪经济报道记者评价道：“DeepSeek价格是拼多多，它的性价比无需多言；工程上是SpaceX，SpaceX在供应链降低成本上有目共睹，DeepSeek也是如此；软件上则是苹果，苹果并不太强调参数，软硬件优化达到高性能体验是它的实力。”

多位业内人士向记者分析称，DeepSeek的创新集中在系统工程上，在训练大模型的各个环节中都进行了升级迭代，从而形成了强大的新模型。

比如，DeepSeek采用了MoE架构模型（Mixture of Experts，专家混合）、MLA多层注意力架构、FP8混合精度训练框架、各类通信技术、MTP技术（Multi-Token Prediction，多token预测）、蒸馏R1等等，在各个环节上进行工程化的创新升级，让效率持续上升。

很多架构或者技术并不是DeepSeek原创，但是DeepSeek却将这些技术应用得炉火纯青。以MoE架构为例，MoE架构是一种用于提升深度学习模型性能和效率的架构，最早由谷歌提出，将模型划分为多个“专家”，动态选择最相关的专家参与特定项目的计算。怎么样让专家高效的满载运转，就是各家的本事了，目前看来DeepSeek做到了更优的动态调节。

又比如MTP技术，其实是Meta此前率先提出的技术，相比传统生成一个Token，MTP技术能同步生成多个Token，这就加快了AI生成的速度。DeepSeek很快就将MTP引入，并且应用的更快更好。同时，在数据上，DeepSeek也处理的很好，数据量大、质量高。

当然，也有专家指出，DeepSeek存在偏科现象，尤其擅长数学和编程，大模型还有进步空间，在基础技术上也要进一步突破。

或许，DeepSeek并没有达到范式的创新，但是工程上的创新、应用的创新，也在孕育新的变革。不断推陈出新的新模型，DeepSeek也向外界展示了更多的可能性，新一代的AI路径正在生成中。

虽然DeepSeek探索出了低成本的大模型训练方法，但是前期的投入却不少。DeepSeek孵化于国内顶级量化基金幻方量化，创始人梁文锋是浙江大学大学信息与通信工程专业硕士，2023年4月才成立了子公司DeepSeek，但是幻方量化已经在AI的路上布局多年。

根据官网介绍，幻方量化成立于2015年，到了2017 年底，几乎所有的量化策略都已经采用AI模型计算。2018年进一步确立以AI为发展方向，但是复杂的模型计算需求使得单机训练遭遇算力瓶颈，同时日益增加的训练需求和有限的计算资源产生了矛盾，寻求大规模算力解决方案。

在此背景下，2019年成立了幻方AI，致力于AI算法与基础应用研究，研发团队自研幻方“萤火一号”AI 集群，搭载了500块显卡，2020年“萤火一号”总投资近2亿元，搭载1100加速卡；2021年开始，幻方AI投入10亿建设“萤火二号”，2022年突破了一期的物理限制，算力扩容翻倍。

这也意味着，从2019年，幻方就开始购买卡建设AI集群，当时chatGPT还没有全球爆火，但是幻方就已经拿到了AI昂贵的船票，并在2021年左右就达到了万卡的储备。此前就有大厂高管向记者表示，金融和医疗是目前生成式AI应用最广的领域，因为数据基本上云且完备合规。从这个逻辑看来，从金融创业公司跑出来AI大模型也不奇怪，而且DeepSeek的一大商用场景就已经是量化金融。

对于创业公司与大厂的竞争，此前梁文锋接受暗涌采访时谈道：“说实话我们不太care这件事，只是顺便做了这件事。提供云服务不是我们的主要目标。我们的目标还是去实现AGI。目前没有看到什么新解法，但大厂也没有明显占优。大厂有现成的用户，但它的现金流业务也是它的包袱，也会让它成为随时被颠覆的对象。”

谈及其他中国的大模型创业公司，梁文锋表示，可能活下来2到3家，那些自我定位清晰、更能精细化运营的，更有机会活下来。其它公司可能会脱胎换骨。有价值的东西不会烟消云散，但会换一种方式。

DeepSeek现象级爆发之后

新锐AI企业DeepSeek凭借其R1模型的强劲表现和现象级爆发，成为行业焦点。极低的训练成本展现出媲美主流大模型的性能，这一成果在AI领域引发了巨大轰动，并对行业格局带来了影响。

目前看来，DeepSeek的崛起或许标志着AI技术从“规模优先”转向“效率优先”的新阶段。数据显示，我们的人脑功耗仅 20瓦（相当于一盏节能灯），却支持复杂的认知功能，未来大模型或许能进一步朝着大脑的方向进化。

可以确定的是，来到新的一年，AI竞技场上的技术创新和行业竞争将进入全新层次。其一，DeepSeek为AI市场注入了新的变量，在其推动下，AI巨头可能不得不调整商业策略，降价以应对竞争压力。未来，行业内的价格战或愈演愈烈，迫使企业优化成本结构，探索更具吸引力的商业模式。

其二，低成本催生应用爆发，AI普及正在加速，DeepSeek的技术突破降低了AI服务的总体成本，让更多传统行业能以更低门槛部署AI解决方案。这将加速AI在各行各业的渗透，进一步推动数字化转型。同时，低成本还使定制化AI应用成为可能，个人和中小型企业均可打造专属AI服务，催生个性化AI时代的到来。

其三，算力价值面临重估，R1模型展现的高效算力利用引发了行业对计算资源价值的重新思考。传统上，AI模型的发展高度依赖于昂贵的硬件资源，然而，DeepSeek通过优化架构减少了对算力的需求，这可能导致算力市场的供需关系发生结构性变化。未来，企业将更加注重通过算法创新提升效率，而非一味增加硬件投入。与此同时，在最高端算力受限的情况下，国产芯片也有新的替代机会。

其四，DeepSeek正在掀起效率革命，小而精模型或成新趋势。DeepSeek的成功表明，在AI模型开发中，“更大”并不一定代表“更优”，效率导向的大模型开发或成为新潮流。人脑功耗仅 20瓦（相当于一盏节能灯），却支持复杂的认知功能，或许接下来的进化。

其五，AI行业中开源与闭源生态的竞争在加剧。开源模式因其灵活性和创新性受到更多关注，而闭源企业可能通过生态建设和增值服务守住市场。然而，随着低成本技术的普及，开源社区的影响力或将持续扩大，进一步挑战闭源巨头的垄断地位。

而正是这样的英雄辈出、各领风骚，推动着AI世界波澜壮阔地进化。从全新的计算架构到革命性的芯片技术，下一个英伟达、下一个DeepSeek或许正从实验室中走向舞台。在新的AI浪潮中，行业格局将被重塑，全球的AI战略投入和人才争夺将更加白热化。